اضطراری اور خود کو درست کرنے والے ایجنٹس کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. Reflexion ایجنٹ کس طرح سیکھتا ہے اس کی وضاحتی خصوصیت کیا ہے؟
   • یہ ماڈل کے وزن کو تبدیل کیے بغیر سیاق و سباق میں تحریری عکاسی کو اسٹور کرتا ہے۔
   • یہ فائن ٹیوننگ کے ذریعے ماڈل کے وزن کو اپ ڈیٹ کرتا ہے۔
   • یہ ہر ناکامی کے بعد ایک نیا ماڈل ورژن ڈاؤن لوڈ کرتا ہے۔
   • یہ ایک انسان سے اپنے تربیتی ڈیٹا کو دوبارہ منسلک کرنے کو کہتا ہے۔
2. Reflexion فریم ورک میں، Evaluator کیا کرتا ہے؟
   • یہ ایجنٹ کی اگلی کارروائی پیدا کرتا ہے۔
   • یہ فیڈ بیک سگنل پیدا کرنے کی کوشش کے نتائج کو اسکور کرتا ہے۔
   • یہ جگہ بچانے کے لیے پرانی یادوں کو حذف کر دیتا ہے۔
   • یہ کام کو دوسری زبان میں ترجمہ کرتا ہے۔
3. Reflexion میں تشخیص کے سگنل کا معیار اتنا کیوں اہم ہے؟
   • کیونکہ یہ ماڈل کی سیکھنے کی شرح کا تعین کرتا ہے۔
   • کیونکہ یہ فیصلہ کرتا ہے کہ کتنے GPU استعمال کیے جاتے ہیں۔
   • کیونکہ ایک غلط سگنل ایجنٹ کو غلط اسباق کی عکاسی اور تقویت دے سکتا ہے۔
   • کیونکہ یہ زبان کے ماڈل کا درجہ حرارت متعین کرتا ہے۔
4. On which coding benchmark did the Reflexion paper report a 91% pass@1 result?
   • امیج نیٹ
   • COCO detection
   • WMT translation
   • ہیومن ایول
5. خود کو درست کرنے والے ایجنٹوں کے ساتھ ایک حقیقی کھلا خطرہ کون سا ہے؟
   • وہ لامتناہی 'فکسنگ' آؤٹ پٹ لوپ کر سکتے ہیں جو پہلے سے درست تھا۔
   • انہیں ہر ٹوکن کے لیے لیبل والے ڈیٹا کی ضرورت ہوتی ہے۔
   • وہ معیاری ہارڈ ویئر پر نہیں چل سکتے
   • وہ مستقل طور پر بیس ماڈل کو خراب کرتے ہیں۔
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