एजेंट लूप्स क्विज़ में आत्म-प्रतिबिंब

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. मानक एजेंट लूप में आत्म-प्रतिबिंब क्या जोड़ता है?
   • एक जानबूझकर उठाया गया कदम जहां मॉडल आगे बढ़ने से पहले अपने काम की आलोचना करता है
   • एक तेज़ मॉडल जो टूल कॉल को छोड़ देता है
   • एक बड़ी संदर्भ विंडो स्वचालित रूप से
   • हर कदम के लिए एक मानव समीक्षक
2. रिफ्लेक्सियन फ्रेमवर्क में, मॉडल की आत्म-आलोचनाएँ कहाँ संग्रहीत की जाती हैं?
   • मॉडल के सुव्यवस्थित वज़न में
   • प्रयासों के दौरान उपयोग किए जाने वाले एपिसोडिक मेमोरी बफ़र में
   • एक अलग डेटाबेस में मॉडल नहीं पढ़ सकता
   • प्रत्येक चरण के बाद उन्हें त्याग दिया जाता है
3. प्रतिबिंब के लिए कौन सा फीडबैक संकेत सबसे अधिक विश्वसनीय होता है?
   • अकेले मॉडल का अपना आत्मविश्वास
   • पिछले उत्तर की लंबाई
   • परीक्षण परिणाम या उपकरण त्रुटि संदेश जैसे बाहरी संकेत
   • जवाब देने में लगा समय
4. आत्म-चिंतन की ज्ञात विफलता पद्धति क्या है?
   • यह हमेशा मॉडल को इंसानों की तुलना में धीमा बनाता है
   • यह प्रशिक्षण डेटा को स्थायी रूप से दूषित कर देता है
   • इसका उपयोग केवल छवि कार्यों के लिए किया जा सकता है
   • मॉडल आत्मविश्वास से पुष्टि कर सकता है कि गलत उत्तर सही है
5. सेल्फ-रिफाइन दृष्टिकोण आम तौर पर फीडबैक कैसे उत्पन्न करता है?
   • आलोचना करने के लिए उसी मॉडल का उपयोग करके और फिर अपने स्वयं के आउटपुट को फिर से लिखना
   • किसी भिन्न कंपनी की API को क्वेरी करके
   • उपयोगकर्ता से प्रत्येक टोकन को रेट करने के लिए कहकर
   • सभी टूल उपयोग को अक्षम करके
6. कोडिंग या वेब नेविगेशन जैसे बहु-चरणीय कार्यों के लिए प्रतिबिंब विशेष रूप से मूल्यवान क्यों है?
   • क्योंकि ये कार्य कभी भी त्रुटियाँ उत्पन्न नहीं करते हैं
   • क्योंकि एकल-पास प्रयास अक्सर विफल हो जाते हैं लेकिन आलोचना-और-पुनः प्रयास सफल होते हैं
   • क्योंकि प्रतिबिंब किसी भी उपकरण की आवश्यकता को समाप्त कर देता है
   • क्योंकि यह लक्ष्य की आवश्यकता को समाप्त कर देता है
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