Ein Schlüssel, mehrere Modelle: In 5 Schritten ein reproduzierbarer kleiner Test für mehrrundige Tool-Aufrufe
Anmerkung des Autors: Mit einem einzigen Schlüssel, einem festen Satz von Skripten und einer gezielt injizierten Fehlersituation vergleichen wir mehrere Modelle in ihren Fähigkeiten bei mehrrundigen Tool-Aufrufen – für reproduzierbare und nachprüfbare Ergebnisse. Bei der Auswahl eines Modells für einen Agenten erleben viele Teams dasselbe Problem. Bei Single-Turn-Fragen unterscheiden sich die Modelle kaum; sobald es…