Muhasabah Diri dalam Kuiz Agent Loops

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah yang ditambahkan oleh refleksi kendiri pada gelung ejen standard?
   • Satu langkah yang disengajakan di mana model itu mengkritik karyanya sendiri sebelum meneruskan
   • Model yang lebih pantas yang melangkau panggilan alat
   • Tetingkap konteks yang lebih besar secara automatik
   • Pengulas manusia untuk setiap langkah
2. Dalam rangka kerja Refleksi, di manakah kritikan kendiri model disimpan?
   • Dalam berat model yang ditala halus
   • Dalam penimbal memori episod yang digunakan merentasi percubaan
   • Dalam pangkalan data berasingan model tidak boleh membaca
   • Mereka dibuang selepas setiap langkah
3. Isyarat maklum balas yang manakah untuk refleksi yang paling boleh dipercayai?
   • Keyakinan model itu sendiri
   • Panjang jawapan tadi
   • Isyarat luaran seperti keputusan ujian atau mesej ralat alat
   • Masa yang diambil untuk bertindak balas
4. Apakah mod kegagalan muhasabah diri yang diketahui?
   • Ia sentiasa menjadikan model lebih perlahan daripada manusia
   • Ia merosakkan data latihan secara kekal
   • Ia hanya boleh digunakan untuk tugasan imej
   • Model mungkin dengan yakin mengesahkan bahawa jawapan yang salah adalah betul
5. Bagaimanakah pendekatan Perhalusi Kendiri biasanya menjana maklum balas?
   • Dengan menggunakan model yang sama untuk mengkritik dan kemudian menulis semula outputnya sendiri
   • Dengan menanyakan API syarikat lain
   • Dengan meminta pengguna menilai setiap token
   • Dengan melumpuhkan semua penggunaan alat
6. Mengapakah refleksi amat berharga untuk tugasan berbilang langkah seperti pengekodan atau navigasi web?
   • Kerana tugasan ini tidak pernah menghasilkan ralat
   • Kerana percubaan lulus tunggal sering gagal tetapi kritikan dan cuba semula berjaya
   • Kerana refleksi menghilangkan keperluan untuk sebarang alat
   • Kerana ia menghilangkan keperluan untuk matlamat
7. 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
8. 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