Тест, свързан с ръководство · Среден Ниво

Тест за рефлексия и самокоригиращи агенти

Прегледайте вербалната обратна връзка на Reflexion, оценителя, епизодичната памет, обхвата на бенчмарка и рисковете от ненадеждна обратна връзка. Проверете доказателствата и границите.

Свързани ръководни пътекиРефлексия и самокоригиращи агенти
Въпрос 1 на 8

Каква е определящата характеристика за това как агентът на Reflexion „учи“?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Каква е определящата характеристика за това как агентът на Reflexion „учи“?
    • Той съхранява писмени отражения в контекст, без да променя теглата на модела
    • Той актуализира теглата на модела чрез фина настройка
    • Той изтегля нова версия на модела след всеки отказ
    • Той иска от човек да преименува своите данни за обучение
  2. В рамките на Reflexion какво прави оценителят?
    • Той генерира следващото действие на агента
    • Той оценява резултата от опит за генериране на сигнал за обратна връзка
    • Изтрива стари спомени, за да спести място
    • Той превежда задачата на друг език
  3. Защо качеството на сигнала за оценка има толкова голямо значение в Reflexion?
    • Тъй като определя скоростта на обучение на модела
    • Тъй като той решава колко GPU се използват
    • Тъй като грешен сигнал може да накара агента да обмисли и да затвърди неправилните уроци
    • Защото задава температурата на езиковия модел
  4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
    • ImageNet
    • COCO detection
    • WMT translation
    • HumanEval
  5. Кой е истински открит риск със самокоригиращи се агенти?
    • Те могат безкрайно да „поправят“ изход, който вече е правилен
    • Те изискват етикетирани данни за всеки токен
    • Те не могат да работят на стандартен хардуер
    • Те постоянно развалят основния модел
  6. Where does Reflexion keep feedback for a later attempt?
    • In updated model weights
    • In an episodic memory buffer supplied as text context
    • In a hardware cache shared across users
    • In the original training corpus
  7. What is the role of the Actor in Reflexion?
    • It changes the base model weights
    • It authenticates citations automatically
    • It generates the actions or attempt for the task
    • It sets the benchmark score after the run
  8. What kinds of feedback can Reflexion use?
    • Only gradient updates from fine-tuning
    • Only human ratings in every task
    • Only token likelihood from pretraining
    • Signals such as scalar outcomes or language feedback from external or simulated sources