Autorefleksja w quizie dotyczącym pętli agentów

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co autorefleksja dodaje do standardowej pętli agenta?
   • Celowy krok, podczas którego modelka krytykuje własną pracę przed kontynuowaniem
   • Szybszy model, który pomija wywołania narzędzi
   • Automatyczne większe okno kontekstowe
   • Na każdym kroku ludzki recenzent
2. Gdzie w strukturze refleksji przechowywana jest samokrytyka modelu?
   • W precyzyjnie dopasowanych ciężarkach modelu
   • W buforze pamięci epizodycznej używanym podczas prób
   • W oddzielnej bazie danych model nie może czytać
   • Są one odrzucane po każdym kroku
3. Który sygnał zwrotny dotyczący odbicia jest najbardziej niezawodny?
   • Tylko pewność siebie modelki
   • Długość poprzedniej odpowiedzi
   • Sygnały zewnętrzne, takie jak wyniki testów lub komunikaty o błędach narzędzia
   • Czas potrzebny na udzielenie odpowiedzi
4. Jaki jest znany sposób niepowodzenia autorefleksji?
   • To zawsze sprawia, że model jest wolniejszy niż ludzie
   • Trwale uszkadza dane treningowe
   • Można go używać tylko do zadań obrazowych
   • Model może z całą pewnością stwierdzić, że zła odpowiedź jest prawidłowa
5. W jaki sposób podejście Samodoskonalenia zazwyczaj generuje informację zwrotną?
   • Używając tego samego modelu do krytyki, a następnie przepisania własnego wyniku
   • Wysyłając zapytanie do interfejsu API innej firmy
   • Prosząc użytkownika o ocenę każdego tokena
   • Wyłączając wszelkie użycie narzędzi
6. Dlaczego refleksja jest szczególnie cenna w przypadku zadań wieloetapowych, takich jak kodowanie lub nawigacja w Internecie?
   • Ponieważ te zadania nigdy nie powodują błędów
   • Ponieważ próby jednoprzebiegowe często kończą się niepowodzeniem, ale krytyka i ponowna próba kończą się sukcesem
   • Ponieważ refleksja eliminuje potrzebę stosowania jakichkolwiek narzędzi
   • Ponieważ eliminuje potrzebę celu
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