एप्लीकेशन गाइड
परावर्तन और स्व-सुधार करने वाले एजेंट
Reflexion is a research framework in which language agents use task feedback to write textual reflections for later attempts.
इस गाइड को सुनेंएआई-नैरेटेड · ~1 min
इस पृष्ठ पर1 मिनट पढ़ें
सिंहावलोकन
It changes context, not model weights.
गहरा गोता
The Reflexion paper describes an Actor that attempts a task, an Evaluator that scores the result, and a Self-Reflection model that turns feedback into language stored in episodic memory. The next attempt can use that reflection as context; the framework does not update model weights. The paper reports improvements on selected tasks, including a HumanEval result for its particular setup. Benchmark results should not be generalized to every agent or deployment. In the Reflexion paper’s reported coding experiment, the framework achieved 91% pass@1 on HumanEval, compared with 80% for the GPT-4 baseline described in that paper. These are results for the paper’s particular setup and benchmark, not a general performance guarantee.
वास्तविक विश्व कार्यान्वयन
An agent receives unit-test feedback, writes a reflection, and retries a coding task.
A researcher compares Reflexion’s benchmark setup with its stated baseline.
An evaluator supplies task-specific feedback that the agent can inspect.
A developer stops iteration when a defined success condition is met.
परावर्तन और स्व-सुधार करने वाले एजेंटों का भविष्य
Self-correction methods remain dependent on evaluation quality, task design, and iteration cost. Avoid claims of general improvement without testing; reflections can be mistaken or lead to loops.
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- विकल्प बनाएं. एप्लिकेशन-स्तरीय डिज़ाइन यह निर्धारित करता है कि AI वास्तविक परिणामों में सुधार करता है या नहीं।
- टीम और वर्कफ़्लो. अच्छा वर्कफ़्लो एकीकरण उत्पादकता लाभ पैदा करता है जिस पर उपयोगकर्ता भरोसा कर सकते हैं।
- जोखिम और सुरक्षा. अच्छी तरह से उपयोग के मामले परिवर्तन की थकान और कार्यान्वयन जोखिम को कम करते हैं।
का ध्यान रखें
- किसी टूटी हुई प्रक्रिया को स्वचालित करने से मौजूदा समस्याएँ बढ़ सकती हैं।
- टीमें अति-स्वचालित हो सकती हैं और आवश्यक मानवीय निर्णय को हटा सकती हैं।
- यदि आउटपुट का लगातार मूल्यांकन नहीं किया गया तो गुणवत्ता में गिरावट आ सकती है।
अगले चरण
- वर्तमान वर्कफ़्लो को मैप करें और उच्चतम-घर्षण चरण की पहचान करें।
- पूर्ण स्वचालन से पहले मानव चौकियों को परिभाषित करें।
- उपयोगकर्ताओं को संकेतों, वृद्धि पथों और गुणवत्ता मानकों पर प्रशिक्षित करें।
- निरंतर मूल्य की पुष्टि के लिए कार्य-स्तर के परिणामों को ट्रैक करें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the Reflexion and Self-Correcting Agents quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
What is Reflexion and Self-Correcting Agents?
Reflexion is a research framework in which language agents use task feedback to write textual reflections for later attempts. It changes context, not model weights.
एक रिफ्लेक्सियन एजेंट 'सीखता' कैसे है इसकी परिभाषित विशेषता क्या है?
रिफ्लेक्सियन को कभी-कभी 'मौखिक सुदृढीकरण सीखना' कहा जाता है क्योंकि पाठों को स्मृति में प्राकृतिक-भाषा पाठ के रूप में संग्रहीत किया जाता है, मॉडल के मापदंडों में एन्कोड नहीं किया जाता है।
रिफ्लेक्सियन फ्रेमवर्क में, मूल्यांकनकर्ता क्या करता है?
मूल्यांकनकर्ता (एक इकाई परीक्षण, सटीक-मिलान जांच, या एलएलएम जज) संकेत उत्पन्न करता है कि आत्म-प्रतिबिंब कदम एक पाठ्य पाठ में बदल जाता है।
रिफ्लेक्सियन में मूल्यांकन संकेत की गुणवत्ता इतनी अधिक क्यों मायने रखती है?
यदि मूल्यांकनकर्ता अविश्वसनीय है, तो एजेंट खराब फीडबैक के आधार पर आत्मविश्वासपूर्ण विचार लिख सकता है, जिससे भविष्य के प्रयासों को गलत दिशा में ले जाया जा सकता है।
On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
The paper reports 91% pass@1 on HumanEval for its Reflexion coding setup; the result is specific to that evaluation.
स्व-सुधार एजेंटों के साथ वास्तविक खुला जोखिम कौन सा है?
एक अच्छे रोक नियम के बिना, एक एजेंट सही उत्तरों को संशोधित करता रह सकता है, गणना बर्बाद कर सकता है और कभी-कभी अच्छे आउटपुट को ख़राब कर सकता है।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं