LearnAI
Новинки AI · Веб-агенты · पाठ 6/10
← कैटलॉग के लिए
काम

एजेंट कहां गलत है और उसकी दोबारा जांच कैसे करें

ऑर्डर में परिणाम जांच बनाएं। केवल JSON लौटाएं: {"goal":"आपको क्या प्राप्त करना है","verify_points":"किन तथ्यों की दोबारा जांच होनी चाहिए और कैसे","require_sources":"साक्ष्य के रूप में क्या चाहिए (लिंक, उद्धरण, स्क्रीनशॉट)","freshness":"यह कैसे सुनिश्चित करें कि डेटा ताजा है और पुरानी सहेजी गई कॉपी (कैश) से नहीं है"}

त्वरित एआई समीक्षा के लिए समाधान सबमिट करने के लिए एक्सेस अनलॉक करें।
एजेंट परिणाम जांचें
💡सिद्धांत का एक टुकड़ा

एजेंट एक सर्वज्ञ दैवज्ञ नहीं है, बल्कि एक निष्पादक है जो कभी-कभी तीन तरीकों से गलतियाँ करता है: पुराना डेटा लेना (एक पुराना कैश - पृष्ठ की एक सहेजी गई पुरानी प्रतिलिपि), समान विकल्पों को भ्रमित करना (गलत कार्ड), या एक लापता तथ्य को "बनाना", क्योंकि मॉडल एक प्रशंसनीय के साथ अंतराल को भरने की प्रवृत्ति रखता है। मतिभ्रम यांत्रिकी (जब मॉडल एक प्रशंसनीय लेकिन गलत तथ्य उत्पन्न करता है): यदि पृष्ठ पर कुछ नहीं है, तो मॉडल एक ईमानदार "नहीं मिला" के बजाय एक विशिष्ट मूल्य को प्रतिस्थापित कर सकता है। इसलिए नियम: बिना स्रोत के संख्याओं पर भरोसा न करें। तकनीक: मांग प्रमाण - "प्रत्येक कीमत के लिए, पृष्ठ से एक सीधा लिंक और एक सटीक उद्धरण प्रदान करें।" एक एजेंट शायद ही किसी सत्यापन योग्य तथ्य को गलत साबित कर सकता है, लेकिन एक काल्पनिक तथ्य तुरंत सामने आ जाता है। दूसरी तकनीक ताजगी को नियंत्रित करने के लिए है: "डेटा प्राप्त होने की तारीख/समय इंगित करें" और "वर्तमान पृष्ठ खोलें, सहेजी गई प्रति नहीं।" अंदरूनी सूत्र: महत्वपूर्ण तथ्यों (कीमत, उपलब्धता, समय सीमा) को शाब्दिक रूप से दिखाने के लिए कहें - एक उद्धरण के साथ, किसी व्याख्या के साथ नहीं। रीटेलिंग वह जगह है जहां गलतियाँ पैदा होती हैं। एक सामान्य नौसिखिया गलती एजेंट के आत्मविश्वास भरे लहजे को सच समझ लेना है। मॉडल आत्मविश्वास सटीकता के बराबर नहीं है; केवल उसी पर भरोसा करें जो संदर्भ द्वारा समर्थित हो।

इसका मूल्यांकन कैसे किया जाता है · उत्तीर्ण होना 70

  • 1इसके चारों ओर पाठ के बिना मान्य JSON30%
  • 2फ़ील्ड goal, verify_points, require_sources, freshness हैं30%
  • 3सत्यापन में अंतर्निहित है: तथ्य, स्रोत, ताजगी40%
आपका संकेतClaude ⌄
🔒

त्वरित एआई समीक्षा के लिए समाधान सबमिट करने के लिए एक्सेस अनलॉक करें।