Reflexion: Language Agents with Verbal Reinforcement Learning

Skalar pekiştirmeli öğrenme ödüllerini epizodik bellekte saklanan sözlü yansıtıcı geri bildirime dönüştürerek ağırlık güncellemeleri olmadan denemeler arasında ajanların kendini geliştirmesini sağladı.

task-autonomous-agents, task-code-generation için mimari kararları, hizalama stratejisini ve sunum altyapısını doğrudan yönlendirir.

Temel Varsayımlar (Assumptions)

• Ampirik dağılım düzenliliği geçerlidir ve hedef alan ön eğitim dilsel/görsel desteğine uygundur

Kısıtlar ve Sınırlamalar (Limitations)

• Kaynak ölçekleme, çıkarım bellek gereksinimleri ve hizalama sağlamlığı model boyutuna ve donanım topolojisine göre değişir