Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Önreflexió az ügynökhurkok kvízben
Checks how agent reflection uses action history, external feedback, episodic memory and critique to guide another attempt.
kérdés 1 -ból 8
Mit ad az önreflexió egy szabványos ügynökhurokhoz?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Mit ad az önreflexió egy szabványos ügynökhurokhoz?
- Szándékos lépés, amikor a modell bírálja saját munkáját, mielőtt folytatná
- Gyorsabb modell, amely kihagyja az eszközhívásokat
- Egy nagyobb kontextusablak automatikusan
- Egy emberi felülvizsgáló minden lépéshez
- A Reflexion keretrendszerben hol tárolódnak a modell önkritikái?
- A modell finomhangolt súlyaiban
- A kísérletek során használt epizodikus memóriapufferben
- Külön adatbázisban a modell nem tud olvasni
- Minden lépés után eldobják őket
- Melyik visszacsatolási jel a legmegbízhatóbb a visszaverődéshez?
- Egyedül a modell önbizalma
- Az előző válasz hossza
- Külső jelek, például teszteredmények vagy szerszámhibaüzenetek
- A válaszadás ideje
- Mi az önreflexió ismert hibamódja?
- Ez mindig lassabbá teszi a modellt, mint az emberek
- Ez véglegesen megsérti a képzési adatokat
- Csak képfeladatokhoz használható
- A modell magabiztosan megerősítheti, hogy a rossz válasz helyes
- Hogyan generál általában visszajelzést az Self-Refine megközelítés?
- Ugyanazzal a modellel, hogy bírálja, majd újraírja a saját kimenetét
- Egy másik cég API-jának lekérdezésével
- Megkérve a felhasználót, hogy értékelje az egyes tokeneket
- Minden szerszámhasználat letiltásával
- Miért különösen értékes a tükrözés a többlépcsős feladatoknál, mint például a kódolás vagy a webes navigáció?
- Mert ezek a feladatok soha nem okoznak hibát
- Mert az egyszeri lépéses kísérletek gyakran kudarcot vallanak, de a kritika és újrapróbálkozás sikeres
- Mert a tükröződés szükségtelenné teszi az eszközöket
- Mert kiküszöböli a cél szükségességét
- 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
- 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