引导式测验 · 中等 等级

反思和自我纠正代理测验

回顾 Reflexion 的口头反馈循环、评估器、情景记忆、基准范围以及不可靠反馈的风险。检查证据和限制。

相关引导路径反思和自我纠正剂
问题 1 的 8

反射代理如何“学习”的定义特征是什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 反射代理如何“学习”的定义特征是什么？
    • 它在上下文中存储书面反射而不改变模型权重
    • 它通过微调更新模型的权重
    • 每次失败后它都会下载新的模型版本
    • 它要求人类重新标记其训练数据
  2. 在 Reflexion 框架中，Evaluator 做什么？
    • 它生成代理的下一步操作
    • 它对尝试产生反馈信号的结果进行评分
    • 它删除旧记忆以节省空间
    • 它将任务翻译成另一种语言
  3. 为什么评估信号的质量在 Reflexion 中如此重要？
    • 因为它决定了模型的学习率
    • 因为它决定了使用多少个GPU
    • 因为错误的信号会让智能体反思并强化错误的教训
    • 因为它设定了语言模型的温度
  4. Reflexion 论文在哪个编码基准上报告了 91% 的 pass@1 结果？
    • 图像网
    • COCO detection
    • WMT translation
    • 人类评估
  5. 哪一个是自我纠正代理真正的开放风险？
    • 他们可以无休止地循环“修复”已经正确的输出
    • 他们需要每个令牌的标记数据
    • 它们无法在标准硬件上运行
    • 它们永久破坏了基础模型
  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