Конвейеры обработки данных Agentic с использованием кода Клода: модель или контекст — что обеспеч... скачать в хорошем качестве

Конвейеры обработки данных Agentic с использованием кода Клода: модель или контекст — что обеспеч...

Сколько контекста необходимо студентам магистратуры для создания автоматизированных конвейеров обработки данных? (Haiku против Sonnet против Opus) В видеоролике проверяется, как разные уровни контекста влияют на созданные студентами магистратуры почти автоматизированные конвейеры обработки данных для агентов, когда автор не может писать код на Python или SQL и должен полностью полагаться на инструкции модели. Используя открытый репозиторий (Egen Data), девять настроек агентов объединяют три антропные модели (Haiku, Sonnet, Opus) с тремя спецификациями: минимальный/отсутствие контекста (A), документ с принципами поддержки (B) и документ с очень подробными указаниями по проектированию (C). Задача состоит в создании сквозного аналитического конвейера GitHub для трех репозиториев с открытым исходным кодом, извлекающего данные API, преобразующего их и вычисляющего такие метрики, как коэффициент загрузки, концентрация участников (Джини), коэффициент слияния запросов на слияние и скорость реагирования на проблемы на основе когорт. При однократном запуске Haiku показывает плохие результаты при наличии обширного контекста, в то время как Sonnet и Opus демонстрируют схожие результаты; Результаты показывают, что контекст по-прежнему необходим, и добавление одного предложения о разграничении «нет данных» и «ноль» надежно устраняет пробелы во временных рядах, связанные с отсутствием данных в структуре даты, что мотивирует будущие тесты по масштабированию спецификаций, основанных на принципах, и оценке других и локальных моделей. 00:00 Модели против настройки контекста 01:57 Разработка тестов и моделей 02:17 Структура репозитория и эксперимента 03:13 Три уровня спецификаций 06:27 Задачи конвейера и метрики 07:49 Обзор спецификаций A, B, C 12:07 Результаты и предостережения 14:42 Объяснение критериев оценки 18:10 Выбор инструментов в зависимости от спецификации 20:42 Жесткие метрики и когорты 22:39 Исправление структуры даты одним предложением 26:29 Выводы и следующие тесты 31:07 Заключение