pipelines

作者讨论了测试基于LLM的智能体管道时的挑战，其中相似的提示可能导致输出变化，提倡使用基于属性的检查而非精确匹配来处理非确定性输出。

本文将多智能体LLM流水线中的幻觉传播建模为马尔可夫过程，表明错误在各个阶段变得越来越难以检测，并提出早期验证以降低存活率。

Datatrove，FineWeb 数据集背后的数据处理库，发布了 0.10.0 版本，新增了 JobsPipelineExecutor 等功能，用于在 Hugging Face Jobs 上运行管道，并支持 HF 存储桶。

本文探讨了重复出现的 LLM 工作负载是否可以在适当情况下被自动合成的、由类型化 ML/NLP 算子组成的确定性流水线所替代，并征求关于可行性和方法的反馈。

本文介绍了在COLIEE 2026竞赛中用于法律检索、蕴含和判决预测任务的自适应流水线，采用了多阶段检索、重排序和基于LLM的推理。

本文解释了为什么 F# 是脚本编写和自动化任务的绝佳选择，重点介绍了其有益的类型系统和自然的管道操作符，这些使代码可预测且可靠。