已上線
分類架構
喺回答問題之前，先了解問題嘅內容。
功能說明
知識標籤係源自 Agent 嘅基礎材料同埋佢嘅連接器，而且呢啲標籤具有策略感知功能：即使底層來源唔顯示，標籤依然可以顯示。分層分類器會決定傳入嘅問題係咪喺 Agent 嘅範圍之內，只喺有需要嘅時候，先會由低成本嘅模式匹配升級到嵌入向量（embedding）對比。
重要原因
大多數 Agent 俾出衰答案，都係因為超出範圍，而唔係推理失敗：個問題根本就唔應該由呢個 Agent 去嘗試回答。先進行範圍分類，可以將呢啲情況乾淨俐落地重新導向，而唔係俾出一個好有自信但憑空捏造嘅答案。
運作原理
標籤遵守存取策略
源自受限材料嘅標籤，唔會向無權限查看該材料嘅人洩露該材料嘅存在。
分類按成本分層
先執行低成本嘅模式匹配；只有喺低成本層級唔夠自信嘅時候，先會執行嵌入向量對比。
佢唔係本體論，我哋亦唔會咁樣稱呼佢
冇需要撰寫嘅層級、冇繼承關係，亦冇需要維護嘅 Schema。如果你需要一個自己管理嘅正式分類架構，目前呢個仲未係。
問題
- 我可以定義自己嘅分類架構嗎？
- 目前唔得。標籤係從你嘅材料中衍生出嚟，而唔係作為一個架構去撰寫。可撰寫嘅層級架構顯然係下一步嘅計劃，目前仲未構建。
- 超出範圍嘅問題會點樣處理？
- 分類器會喺模型開始回答之前將其標記，等 Agent 可以重新導向，而唔係即興發揮。
返回故事
That was step 2 of 6: it crosses a tenant boundary. Next, for agent-to-agent traffic the edge is authorised before anything executes, and the caller token is minted for that hop alone.