Cuestionario vinculado a una guía · Medio Nivel
Prueba de agentes de la Voyager y la biblioteca de habilidades
Comprueba las habilidades basadas en código, el plan de estudios automático, la autodepuración iterativa, la recuperación de incrustaciones y la transferencia a nuevos mundos de la Voyager.
Pregunta 1 de 8
¿Cómo mejora la Voyager sus capacidades con el tiempo?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Cómo mejora la Voyager sus capacidades con el tiempo?
- Acumulando habilidades de código reutilizable en una biblioteca y componiéndolas
- Actualizando los pesos de su red neuronal con descenso de gradiente
- Descargando parches desde un servidor
- Memorizando todo el mapa del juego.
- ¿De qué forma se representan las habilidades de la Voyager?
- Ensayos en lenguaje natural
- Código ejecutable (JavaScript) que controla el bot del juego.
- Imágenes estáticas del juego.
- Pesos de redes neuronales sin procesar
- ¿Cuál es el papel del plan de estudios automático de la Voyager?
- Para calificar la gramática del agente.
- Para comprimir la biblioteca de habilidades
- Proponer objetivos cada vez más difíciles que maximicen la exploración.
- Para traducir el juego a otros idiomas.
- ¿Cómo recupera la Voyager una habilidad relevante cuando se enfrenta a una nueva tarea?
- Elige aleatoriamente cualquier habilidad almacenada
- Al pedirle a un humano que elija
- Nunca reutiliza habilidades
- Al hacer coincidir la tarea con las descripciones de habilidades mediante incrustaciones
- ¿Qué hace el bucle de indicaciones iterativo de Voyager cuando falla el código generado?
- Lee los errores y los comentarios del entorno y solicita al modelo que se autodepure.
- Renuncia permanentemente a la tarea
- Reinicia todo el mundo del juego.
- Cambia a un modelo de idioma diferente
- ¿Qué resultado demostró el valor de la biblioteca de habilidades de la Voyager?
- Sus habilidades no se pueden reutilizar en absoluto.
- Las habilidades aprendidas se transfirieron a nuevos mundos y se aceleraron nuevas tareas.
- Se desempeñó peor que los agentes sin biblioteca.
- Sólo funcionó en un único mapa fijo.
- Does Voyager improve by fine-tuning GPT-4’s model weights after each Minecraft task?
- Yes; it retrains GPT-4 after every failed command
- Yes; it updates the game engine’s source code
- No; it stores verified executable skills and retrieves them in context
- No; it never retains any learned behavior
- What is stored with a Voyager skill to help retrieve it for a later task?
- A gradient tensor for GPT-4
- A screenshot with no task label
- A Slurm job identifier
- A natural-language description represented by an embedding