Dzisiejsze architektury agentów AI (ReAct, Plan-then-Act itd.) generują zbyt wiele błędnych odpowiedzi. Nasz nowy benchmark to potwierdza, oceniając 5 popularnych architektur agentów w kontekście wieloetapowego odpowiadania na pytania. Następnie dodaliśmy ocenę zaufania w czasie rzeczywistym do każdej z nich, co zmniejszyło liczbę błędnych odpowiedzi we wszystkich typach agentów: z Act o 56%, z ReAct (Zero-shot) o 56%, z ReAct (Few-shot) o 16%, z PlanAct o 25%, a z PlanReAct o 10%. Jeśli nie możesz tolerować błędów AI, ocena zaufania działa dla każdego agenta AI i to tylko kilka linijek kodu. Sprawdź pełny benchmark tutaj: