Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Reflexiós és önjavító szerek kvíz

Review Reflexion’s verbal feedback loop, evaluator, episodic memory, benchmark scope, and risks of unreliable feedback. Check evidence and limits.

Kapcsolódó útmutató utakReflexiós és önjavító szerek
kérdés 1 -ból 8

Mi a meghatározó jellemzője a reflexiós ágens „tanulásának”?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a meghatározó jellemzője a reflexiós ágens „tanulásának”?
    • Az írott tükröződéseket kontextusban tárolja a modell súlyának megváltoztatása nélkül
    • Finomhangolással frissíti a modell súlyait
    • Minden hiba után letölt egy új modellverziót
    • Megkéri az embert, hogy címkézze fel az edzési adatait
  2. Mit csinál az értékelő a Reflexió keretrendszerben?
    • Ez generálja az ügynök következő műveletét
    • Pontozza a visszacsatolási jel létrehozására tett kísérlet eredményét
    • A helytakarékosság érdekében törli a régi emlékeket
    • Lefordítja a feladatot egy másik nyelvre
  3. Miért számít annyira a kiértékelő jel minősége a Reflexióban?
    • Mert ez határozza meg a modell tanulási sebességét
    • Mert ez dönti el, hogy hány GPU-t használnak
    • Mert egy rossz jelzés arra késztetheti az ügynököt, hogy elgondolkodjon a helytelen leckéken, és megerősítse azokat
    • Mert ez állítja be a nyelvi modell hőmérsékletét
  4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
    • ImageNet
    • COCO detection
    • WMT translation
    • HumanEval
  5. Melyik valódi nyílt kockázat az önkorrekciós szerekkel?
    • Végtelenül hurkolhatják a már helyes kimenetet
    • Minden tokenhez címkézett adatra van szükség
    • Nem futhatnak szabványos hardveren
    • Véglegesen megrontják az alapmodellt
  6. Where does Reflexion keep feedback for a later attempt?
    • In updated model weights
    • In an episodic memory buffer supplied as text context
    • In a hardware cache shared across users
    • In the original training corpus
  7. What is the role of the Actor in Reflexion?
    • It changes the base model weights
    • It authenticates citations automatically
    • It generates the actions or attempt for the task
    • It sets the benchmark score after the run
  8. What kinds of feedback can Reflexion use?
    • Only gradient updates from fine-tuning
    • Only human ratings in every task
    • Only token likelihood from pretraining
    • Signals such as scalar outcomes or language feedback from external or simulated sources