LegközelebbKövetkező útmutató
Önreflexió az ügynökhurkokban
Műszaki
Alkalmazási ÚTMUTATÓ
Reflexion is a research framework in which language agents use task feedback to write textual reflections for later attempts.
Hallgassa meg ezt az útmutatótAI-narrált · ~1 min
It changes context, not model weights.
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.
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.
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.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
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.
A reflexiót néha „verbális megerősítéses tanulásnak” is nevezik, mivel a leckék természetes nyelvű szövegként tárolódnak a memóriában, nem pedig a modell paramétereibe kódolva.
Az Értékelő (egységteszt, pontos egyezés ellenőrzése vagy LLM-bíró) azt a jelzést adja, hogy az Önreflexió lépés szöveges leckévé alakul.
Ha az értékelő megbízhatatlan, az ügynök magabiztos gondolatokat írhat rossz visszajelzések alapján, rossz irányba terelve a jövőbeli próbálkozásokat.
The paper reports 91% pass@1 on HumanEval for its Reflexion coding setup; the result is specific to that evaluation.
Jó leállási szabály nélkül az ügynök folyamatosan felülvizsgálhatja a helyes válaszokat, elpazarolva a számítást, és néha leronthatja a jó eredményeket.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Önreflexió az ügynökhurkokban
Műszaki