Quiz sur l'auto-réflexion dans les boucles d'agents

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Qu’est-ce que l’autoréflexion ajoute à une boucle d’agent standard ?
   • Une étape délibérée où le modèle critique son propre travail avant de continuer
   • Un modèle plus rapide qui ignore les appels d'outils
   • Une fenêtre contextuelle plus grande automatiquement
   • Un évaluateur humain à chaque étape
2. Dans le framework Reflexion, où sont stockées les autocritiques du modèle ?
   • Dans les poids affinés du modèle
   • Dans une mémoire tampon épisodique utilisée lors de plusieurs tentatives
   • Dans une base de données distincte, le modèle ne peut pas lire
   • Ils sont défaussés après chaque étape
3. Quel signal de rétroaction pour la réflexion a tendance à être le plus fiable ?
   • Seule la confiance du modèle
   • La longueur de la réponse précédente
   • Signaux externes tels que les résultats de tests ou les messages d'erreur de l'outil
   • Le temps mis pour répondre
4. Qu’est-ce qu’un mode d’échec connu d’auto-réflexion ?
   • Cela rend toujours le modèle plus lent que les humains
   • Il corrompt définitivement les données d'entraînement
   • Il ne peut être utilisé que pour les tâches d'image
   • Le modèle peut affirmer avec confiance qu'une mauvaise réponse est correcte
5. Comment l’approche Self-Refine génère-t-elle généralement des commentaires ?
   • En utilisant le même modèle pour critiquer puis réécrire sa propre sortie
   • En interrogeant l'API d'une autre entreprise
   • En demandant à l'utilisateur d'évaluer chaque jeton
   • En désactivant toute utilisation d'outils
6. Pourquoi la réflexion est-elle particulièrement utile pour les tâches en plusieurs étapes comme le codage ou la navigation Web ?
   • Parce que ces tâches ne produisent jamais d'erreurs
   • Parce que les tentatives en un seul passage échouent souvent mais que la critique et la nouvelle tentative réussissent
   • Parce que la réflexion supprime le besoin d’outils
   • Parce que cela élimine le besoin d'un objectif
7. In a reflection loop, why is a failing unit test useful evidence for the next attempt?
   • It proves the model’s self-critique is correct
   • It updates model weights automatically
   • It provides an external, concrete signal about which behavior did not meet the requirement
   • It guarantees the entire program is wrong
8. If an agent stores a critique in memory but does not fine-tune its model, how can that critique affect the next attempt?
   • It changes the base model’s parameters permanently
   • It changes the programming language
   • It disables the external tool
   • It can be retrieved and inserted into the next prompt as context