gskaro-v1/.skaro/milestones/01-improvements/add-missing-tests/clarifications.md

67 lines
4.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Clarifications: add-missing-tests
## Question 1
Как будет обрабатываться длинный ответ модели в LLM Streaming?
*Context:* Необходимо определить поведение для обработки длинных ответов модели, чтобы избежать переполнения памяти или замедления работы сервера.
**Options:**
- A) Отправлять ответ в виде нескольких частей (streaming)
- B) Ограничивать длину ответа и выдавать ошибку при превышении
- C) Завершать работу модели после достижения максимального размера ответа
**Answer:**
Отправлять ответ в виде нескольких частей (streaming)
## Question 2
Как будет реализована авторизация для LLM Console?
*Context:* Необходимо определить поведение авторизации, чтобы защитить конфиденциальные данные и предотвратить несанкционированный доступ.
**Options:**
- A) Использовать стандартную аутентификацию (логин/пароль)
- B) Использовать OAuth для внешней авторизации
- C) Не использовать авторизации, доступ к API ограничивать по IP
**Answer:**
Не использовать авторизации, доступ к API ограничивать по IP
## Question 3
Как будет реализован выбор модели в LLM Console?
*Context:* Необходимо определить поведение для выбора модели, чтобы пользователь мог легко переключаться между доступными моделями.
**Options:**
- A) Предоставить список доступных моделей и позволить пользователю выбрать одну из них
- B) Автоматически подбирать модель в зависимости от конкретного запроса
- C) Не предоставлять возможности выбора модели, использовать только одну модель для всех запросов
**Answer:**
Предоставить список доступных моделей и позволить пользователю выбрать одну из них
## Question 4
Как будет реализована валидация ввода в LLM Console?
*Context:* Необходимо определить поведение валидации, чтобы предотвратить некорректные запросы и обеспечить качественную работу модели.
**Options:**
- A) Проверять валидность данных перед отправкой на обработку
- B) Ограничивать длину ввода и выдавать ошибку при превышении
- C) Не проводить никакой валидации, допуская любые запросы
**Answer:**
Проверять валидность данных перед отправкой на обработку
## Question 5
Как будет реализована история LLM?
*Context:* Необходимо определить поведение хранения и просмотра истории запросов и ответов модели, чтобы пользователь мог легко контролировать работу модели.
**Options:**
- A) Хранить историю в базе данных и предоставлять возможность просмотра
- B) Сохранять историю локально на сервере, но не предоставлять возможность просмотра
- C) Не хранить историю, лишь сохранять последний ответ модели
**Answer:**
Сохранять историю локально на сервере, но не предоставлять возможность просмотра