TGViewer
Непряхин и машины Непряхин и машины @cto_neuro · 120 subscribers
Post #87 159
Допустим, мы делаем тренажёр IELTS и упираемся в оценку устного ответа.

Допустим, грамматика, беглость и связность это независимые критерии, и считать их можно параллельно.

Допустим, запустить три вызова разом мы могли бы и сами, но тогда при странной оценке мы видим только итог, а не то, что получил и вернул каждый оценщик.

Допустим, берём LangGraph: состояние описано схемой, и каждый узел возвращает только свою часть, поэтому затереть чужой результат физически не может.

Допустим, распознавание речи делаем узлом, а не подготовкой перед графом, транскрипт это первое, куда смотрим, когда результат странный.

Допустим, из одного узла выходят три ребра, и LangGraph разводит их сам, без нашего оркестратора.

Допустим, три оценщика получают разное: беглость про темп и паузы, грамматика и связность только про текст.

Допустим, мы дадим оценщику грамматики цифры про паузы, он на них сошлётся, потому что они лежат перед ним.

Допустим, сбор ветвей это массив на входе ребра, то есть дожидаемся всех, а не кто первый.

Допустим, сведение это тоже вызов модели, потому что определение достаточности доказательств для вердикта это суждение.

Допустим, мы захотели от него размеченное объединение: либо уверенность, либо причины отказа.

Допустим, Structured Outputs так не умеет, т.к. юнион даёт oneOf на корне схемы, а провайдеру нужен объект.

Допустим, мы сделали плоский объект с nullable-полями, а инвариант "sufficient обязан нести уверенность" проверяем в узле.

Допустим, провайдер отвечает за форму, а узел за смысл.

Допустим, валидация это отдельный узел, который у модели не спрашивает ничего, а заново парсит собранный объект доменной схемой.

Допустим, каждое наблюдение несёт id того вызова, который его произвёл, любую находку можно свести обратно.

Допустим, один прогон это пять вызовов модели, и в Studio видно каждый вместе с состоянием до и после него.

А теперь убираем слово "допустим" и получаем граф, который расшифровывает запись и оценивает беглость, грамматику и связность тремя независимыми ветвями, сходящимися в один вердикт. 😵
  • 🤔 1
More from @cto_neuro
  1. Sep 11, 2026https://habr.com/ru/companies/agima/articles/1081356/ Сегодня еще одна статья на хабре. За…
  2. Sep 2, 2026Почему мы решили выкинули готовый LLM-прокси и написали свой gateway LiteLLM закрывает 90%…
  3. Sep 2, 2026https://habr.com/ru/companies/agima/articles/1077190/ Вторая часть статьи про обучения мод…
  4. Aug 24, 2026Все хотят помочь. В этом и проблема Есть удобная картинка когда вайб-кодинг это про разраб…
  5. Aug 21, 2026Написал статью как мы дообучали детекцию перс данных для корпуса русского языка - https://…
  6. Aug 20, 2026Отдал в редактуру статью на Хабр: Почему мы не нашли готового PII-детектора для русского и…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →