Yansıma ve Kendi Kendini Düzelten Ajanlar Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Bir Reflexion aracısının nasıl 'öğrendiğinin' tanımlayıcı özelliği nedir?
   • Model ağırlıklarını değiştirmeden yazılı yansımaları bağlamda saklar
   • İnce ayar yoluyla modelin ağırlıklarını günceller
   • Her arızadan sonra yeni bir model sürümü indirir
   • Bir insandan eğitim verilerini yeniden etiketlemesini ister
2. Refleks çerçevesinde Değerlendirici ne yapar?
   • Temsilcinin bir sonraki eylemini üretir
   • Bir geri bildirim sinyali üretme girişiminin sonucunu puanlar
   • Yer kazanmak için eski anıları siler
   • Görevi başka bir dile çevirir
3. Reflexion'da değerlendirme sinyalinin kalitesi neden bu kadar önemli?
   • Çünkü modelin öğrenme oranını belirler
   • Çünkü kaç tane GPU kullanılacağına karar veriyor
   • Çünkü yanlış bir sinyal, temsilcinin yanlış dersler üzerinde düşünmesine ve pekiştirmesine neden olabilir
   • Çünkü dil modelinin sıcaklığını ayarlar
4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
   • ImageNet
   • COCO detection
   • WMT translation
   • İnsan Değerlendirmesi
5. Hangisi kendi kendini düzelten ajanlarla ilgili gerçek bir açık risktir?
   • Zaten doğru olan çıktıyı sonsuza kadar 'sabitleyerek' döngü yapabilirler
   • Her jeton için etiketlenmiş verilere ihtiyaç duyarlar
   • Standart donanım üzerinde çalışamazlar
   • Temel modeli kalıcı olarak bozuyorlar
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