ایجنٹ لوپس میں خود کی عکاسی

خود عکاسی ایک AI ایجنٹ کو اس کے اپنے نتائج اور کام کے درمیانی کام پر تنقید کرنے دیتا ہے، پھر اس تنقید کی بنیاد پر نظر ثانی کرتا ہے۔ یہ ایک شاٹ اندازہ لگانے والے کو ایک ایسے نظام میں بدل دیتا ہے جو اپنی غلطیوں کو خود پکڑتا اور ٹھیک کرتا ہے۔

خود عکاسی ایک تشخیصی مرحلہ داخل کرتا ہے جس میں ایجنٹ اپنے حالیہ اقدامات یا آؤٹ پٹ پر تنقید کرتا ہے اور اس تنقید کو اپنے اگلے اقدام کی رہنمائی کے لیے استعمال کرتا ہے۔

Reflexion زبانی خود تنقیدوں کو ایک ایپیسوڈک میموری بفر میں رکھتا ہے اور بعد میں ہونے والے ٹرائلز میں انہیں سیاق و سباق میں کھلاتا ہے، لہذا سیکھنا وزن کی تازہ کاریوں کے بجائے سیاق و سباق میں ہے۔

گراؤنڈڈ بیرونی سگنلز جیسے ٹیسٹوں میں ناکام ہونا یا رن ٹائم کی غلطیاں ٹھوس، قابل اعتماد رائے دیتے ہیں، جبکہ خالصتاً خود تخلیق کردہ تنقید غلط ہو سکتی ہے۔

بنیاد پرستانہ رائے کے بغیر، ماڈل بعض اوقات ناقص کام کا جائزہ لیتے ہیں اور غلط نتیجہ اخذ کرتے ہیں کہ یہ ٹھیک ہے، اس لیے بیرونی تصدیق ضروری ہے۔

سیلف ریفائن کے پاس اس کے مسودے پر ایک ہی ماڈل پروڈکٹ فیڈ بیک ہوتا ہے اور پھر اس فیڈ بیک کا استعمال کرتے ہوئے آؤٹ پٹ پر دوبارہ نظر ثانی کرتا ہے۔