тут мне нужно пояснение
куча компонентов между собой связанных, везде многое может пойти не так.
+ если хоть где-то в пайпайне есть LLM, то ее нужно проверять, как она делает то, что должна делать.
Совсем просто - e2e тестирование, например. Т.е. тестовые вызовы в течении дня, которые вызывают бота, запрашивают переводы и эмулируют более сложные юз кейсы, потом перевод и сравнения того, что отправили с тем, куда перевело. Если речь про транскрибацию, то отправляем голос, получаем транскрибацию и считаем WER на счет того, как это было сделано.
Если где то есть RAG, то задача еще более важная, но и более сложная.
Самое важное в работе с LLM загнать ее в рамки и по любому поводу мучать тестами.
