Gids-gekoppelde quiz · Middelmatig Niveau
Zelfreflectie in de Agent Loops-quiz
Controleert hoe agentreflectie actiegeschiedenis, externe feedback, episodisch geheugen en kritiek gebruikt om een nieuwe poging te begeleiden.
Vraag 1 van 8
Wat voegt zelfreflectie toe aan een standaard agentenloop?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat voegt zelfreflectie toe aan een standaard agentenloop?
- Een bewuste stap waarbij het model zijn eigen werk bekritiseert voordat het verder gaat
- Een sneller model dat tooloproepen overslaat
- Automatisch een groter contextvenster
- Een menselijke beoordelaar voor elke stap
- Waar worden de zelfkritieken van het model opgeslagen in het Reflexion-framework?
- In de nauwkeurig afgestemde gewichten van het model
- In een episodische geheugenbuffer die bij alle pogingen wordt gebruikt
- In een aparte database kan het model niet lezen
- Ze worden na elke stap weggegooid
- Welk feedbacksignaal voor reflectie is doorgaans het meest betrouwbaar?
- Alleen al het vertrouwen van het model zelf
- De lengte van het vorige antwoord
- Externe signalen zoals testresultaten of foutmeldingen over gereedschap
- De tijd die nodig is om te reageren
- Wat is een bekende faalwijze van zelfreflectie?
- Het maakt het model altijd langzamer dan mensen
- Het corrumpeert permanent de trainingsgegevens
- Het kan alleen worden gebruikt voor afbeeldingstaken
- Het model kan vol vertrouwen bevestigen dat een verkeerd antwoord juist is
- Hoe genereert de Self-Refine-aanpak doorgaans feedback?
- Door hetzelfde model te gebruiken om de eigen output te bekritiseren en vervolgens te herschrijven
- Door de API van een ander bedrijf op te vragen
- Door de gebruiker te vragen elk token te beoordelen
- Door al het gereedschapsgebruik uit te schakelen
- Waarom is reflectie vooral waardevol bij taken die uit meerdere stappen bestaan, zoals coderen of webnavigatie?
- Omdat deze taken nooit fouten opleveren
- Omdat pogingen met één enkele doorgang vaak mislukken, maar kritiek en opnieuw proberen slaagt
- Omdat reflectie de noodzaak van gereedschap wegneemt
- Omdat het de noodzaak van een doel elimineert
- 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