Quiz collegato alla guida · Medio Livello
Autoriflessione nel quiz sui loop degli agenti
Controlla come la riflessione dell'agente utilizza la storia delle azioni, il feedback esterno, la memoria episodica e la critica per guidare un altro tentativo.
Domanda 1 di 8
Cosa aggiunge l'autoriflessione a un ciclo di agenti standard?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa aggiunge l'autoriflessione a un ciclo di agenti standard?
- Un passaggio deliberato in cui il modello critica il proprio lavoro prima di continuare
- Un modello più veloce che salta le chiamate agli strumenti
- Una finestra di contesto più grande automaticamente
- Un revisore umano per ogni passaggio
- Nel quadro della Riflessione, dove vengono archiviate le autocritiche del modello?
- Nei pesi ottimizzati del modello
- In un buffer di memoria episodica utilizzato tra i tentativi
- In un database separato il modello non può leggere
- Vengono scartati dopo ogni passaggio
- Quale segnale di feedback per la riflessione tende ad essere più affidabile?
- Solo la fiducia del modello
- La lunghezza della risposta precedente
- Segnali esterni come risultati di test o messaggi di errore dello strumento
- Il tempo necessario per rispondere
- Qual è una modalità nota di auto-riflessione in caso di fallimento?
- Rende sempre il modello più lento degli umani
- Corrompe in modo permanente i dati di addestramento
- Può essere utilizzato solo per attività di immagine
- Il modello può affermare con sicurezza che una risposta sbagliata è corretta
- In che modo l'approccio Self-Refine genera generalmente feedback?
- Utilizzando lo stesso modello per criticare e poi riscrivere il proprio output
- Eseguendo una query sull'API di un'altra azienda
- Chiedendo all'utente di valutare ciascun token
- Disabilitando l'uso di tutti gli strumenti
- Perché la riflessione è particolarmente utile per attività in più fasi come la codifica o la navigazione web?
- Perché questi compiti non producono mai errori
- Perché i tentativi a passaggio singolo spesso falliscono, ma la critica e il tentativo hanno successo
- Perché la riflessione elimina la necessità di qualsiasi strumento
- Perché elimina la necessità di un obiettivo
- 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