引導式測驗 · 中等 等級
Voyager 和技能庫代理測驗
檢查 Voyager 基於程式碼的技能、自動課程、迭代自調試、嵌入檢索和轉移到新世界。
問題 1 的 8
隨著時間的推移,Voyager 如何提高其功能?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 隨著時間的推移,Voyager 如何提高其功能?
- 透過在庫中累積可重複使用的程式碼技能並編寫它們
- 透過梯度下降更新其神經網路權重
- 透過從伺服器下載補丁
- 透過記住整個遊戲地圖
- Voyager 的技能以什麼形式體現?
- 自然語言論文
- 控制遊戲機器人的可執行程式碼 (JavaScript)
- 遊戲的靜態影像
- 原始神經網路權重
- Voyager自動課程的作用是什麼?
- 對代理的語法進行評分
- 壓縮技能庫
- 提出漸進更難的目標以最大限度地探索
- 將遊戲翻譯成其他語言
- Voyager 在面臨新任務時如何檢索相關技能?
- 隨機選擇任何儲存的技能
- 透過要求人類選擇
- 它從不重複使用技能
- 透過嵌入將任務與技能描述相匹配
- 當產生的程式碼失敗時,Voyager 的迭代提示迴圈會做什麼?
- 讀取錯誤和環境回饋並要求模型進行自調試
- 永久放棄任務
- 重新啟動整個遊戲世界
- 切換到不同的語言模型
- 哪個結果證明了 Voyager 技能庫的價值?
- 其技能根本無法重複使用
- 學到的技能轉移到新世界並加速新任務
- 它的表現比沒有函式庫的代理更差
- 它只適用於單一固定地圖
- Does Voyager improve by fine-tuning GPT-4’s model weights after each Minecraft task?
- Yes; it retrains GPT-4 after every failed command
- Yes; it updates the game engine’s source code
- No; it stores verified executable skills and retrieves them in context
- No; it never retains any learned behavior
- What is stored with a Voyager skill to help retrieve it for a later task?
- A gradient tensor for GPT-4
- A screenshot with no task label
- A Slurm job identifier
- A natural-language description represented by an embedding