Чого навчилися ваші агенти і чи можна цьому вірити
Агенти повторюють ту саму помилку. Нехай вони вчаться на кожному запуску.
Прогнози звучать упевнено — і промахуються. Запуск, що далеко розійшовся з прогнозом, може стати уроком з доданими доказами. Без вашого схвалення нічого не стає активним, кожен активний урок переміряють, а локальний класифікатор діє, лише коли заслужить довіру.
Зароблені, прийняті, переміряні
Коли запуск далеко розходиться з прогнозом, Swarmery готує чернетку уроку. Кожен урок називає причину й докази з того запуску і доходить до наступних запусків лише після вашого схвалення. Уроки переміряють, а той, що перестав допомагати, списують.
- Активні уроки доходять до запусків, що торкаються їхньої зони
- Кожен урок має виміряний ефект
- Пропозиція списати урок, коли він перестає себе виправдовувати
Спершу спостерігати, потім діяти
Невелика локальна модель читає кожну завершену сесію й відповідає на кілька фіксованих питань: чим закінчився запуск, що це була за задача, чому він провалився. Ви перевіряєте її відповіді й бачите, як часто вона збігається з вами. Три режими — вимкнено, спостереження, дія: діяти класифікатор починає, лише коли заслужить довіру.
- Працює на вашій машині
- Рівень збігу для кожного питання
- Його відповіді йдуть на перевірку в Inbox (вхідні)
Чи дотримує план слова
Кожна фаза починається з прогнозу. Чи справдився він? Згрупуйте за моделлю чи агентом і побачте, хто обіцяє забагато. Маршрутизація показує, яка модель була б правильним вибором: тут дешевша модель зробила ту саму роботу за п’яту частину вартості.
- Калібрування за моделлю, рівнем зусиль, агентом чи проєктом
- Заявлена впевненість проти реальності
- Доказ: що насправді змінили ваші рішення
скриншоти
Зблизька: навчання.
Клацніть будь-який скриншот, щоб відкрити його на весь розмір. Проєкти вигадані.
Керуйте агентами як флотом.
Безкоштовно на GitHub. Один бінарник на вашій машині, без хмари й без акаунта. Ваші сесії з’являються одразу після запуску.