Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Ejen Refleksi dan Pembetulan Diri

Semak gelung maklum balas lisan Refleksi, penilai, ingatan episod, skop penanda aras dan risiko maklum balas yang tidak boleh dipercayai. Semak bukti dan had.

Laluan panduan yang berkaitanRefleksi Dan Agen Pembetulan Diri
soalan 1 daripada 8

Apakah ciri yang menentukan bagaimana agen Refleks 'belajar'?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah ciri yang menentukan bagaimana agen Refleks 'belajar'?
    • Ia menyimpan pantulan bertulis dalam konteks tanpa mengubah berat model
    • Ia mengemas kini berat model melalui penalaan halus
    • Ia memuat turun versi model baharu selepas setiap kegagalan
    • Ia meminta manusia untuk melabel semula data latihannya
  2. Dalam rangka kerja Refleksi, apakah yang dilakukan oleh Penilai?
    • Ia menjana tindakan seterusnya ejen
    • Ia menjaringkan hasil percubaan untuk menghasilkan isyarat maklum balas
    • Ia memadamkan kenangan lama untuk menjimatkan ruang
    • Ia menterjemah tugas ke dalam bahasa lain
  3. Mengapakah kualiti isyarat penilaian sangat penting dalam Refleksi?
    • Kerana ia menentukan kadar pembelajaran model
    • Kerana ia menentukan bilangan GPU yang digunakan
    • Kerana isyarat yang salah boleh membuat ejen merenung dan mengukuhkan pelajaran yang salah
    • Kerana ia menetapkan suhu model bahasa
  4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
    • ImageNet
    • COCO detection
    • WMT translation
    • HumanEval
  5. Yang manakah merupakan risiko terbuka yang tulen dengan ejen pembetulan diri?
    • Mereka boleh gelung tanpa henti 'membetulkan' output yang sudah betul
    • Mereka memerlukan data berlabel untuk setiap token
    • Mereka tidak boleh berjalan pada perkakasan standard
    • Mereka merosakkan model asas secara kekal
  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