Викторина, связанная с руководством · Средний Уровень

Викторина по рефлексии и самокорректирующим агентам

Ознакомьтесь с циклом вербальной обратной связи Reflexion, оценщиком, эпизодической памятью, масштабом тестов и рисками ненадежной обратной связи. Проверьте доказательства и ограничения.

Связанные направляющие путиАгенты рефлексии и самокорректировки
Вопрос 1 из 8

Какова определяющая характеристика того, как «обучается» агент рефлексии?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какова определяющая характеристика того, как «обучается» агент рефлексии?
    • Он сохраняет письменные отражения в контексте без изменения веса модели.
    • Он обновляет вес модели посредством точной настройки.
    • Он загружает новую версию модели после каждого сбоя.
    • Он просит человека переименовать свои тренировочные данные.
  2. Что делает оценщик в рамках рефлексии?
    • Он генерирует следующее действие агента
    • Он оценивает результат попытки создать сигнал обратной связи.
    • Он удаляет старые воспоминания, чтобы сэкономить место
    • Он переводит задачу на другой язык
  3. Почему качество оценочного сигнала так важно в Reflexion?
    • Потому что это определяет скорость обучения модели.
    • Потому что он решает, сколько графических процессоров используется
    • Потому что неправильный сигнал может заставить агента задуматься и закрепить неправильные уроки.
    • Потому что он задает температуру языковой модели
  4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
    • ImageNet
    • COCO detection
    • WMT translation
    • HumanEval
  5. Какой риск является подлинным открытым для самокорректирующихся агентов?
    • Они могут бесконечно зацикливаться, «исправляя» вывод, который уже был правильным.
    • Им требуются помеченные данные для каждого токена.
    • Они не могут работать на стандартном оборудовании
    • Они навсегда повреждают базовую модель.
  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