LangChain 將 Jev 納入他們自己的代理迴圈中，並展示了他們交給它的三項任務。 在示範中，LLM 花了約 5 秒鐘判斷一段文字是否包含 PII，而 Jev 立即以 98% 的準確率回應。 因此，他們的編程代理可以詢問 Jev 任務的難度，並將強大的模型保留給較困難的任務。 他們的自動模式中間件會詢問 Jev 工具調用是否具有風險，並在運行時予以阻止——她曾關閉此檢查，因為過去速度過慢。 同一個模型還會根據評分標準對代理的答案進行線上評估：正確、與參考答案一致、有根據、引用來源。 我的指南指向研究資料，並使用 0 到 3 的相關性評分標準，評估了 50 篇論文，並設立了低置信度呼叫的審核隊列。 它還會檢查過濾器悄悄歸檔的有用論文。 觀看本場演講，然後獲取下方的入門套件和提示。