思考と行動を交互に行う方式
エージェントの記録に、次の流れがあった。「思考:エラーの原因を知るにはログを確認する必要がある → 行動:ログファイルを読む → 観察:設定値が空だと分かった → 思考:設定ファイルを確認すべきだ → 行動:設定ファイルを開く → …」。この動き方の説明として、最も適切なものを1つ選べ。
- A
推論とツールによる行動を交互に行い、得られた観察結果を次の推論に使って進める方式である。
- B
最初に全手順の計画を確定させ、途中の結果にかかわらず、計画どおり最後まで実行する方式である。
- C
人のフィードバックを使った強化学習でモデルを調整し、行動の質を高める学習の方式である。
- D
複数のエージェントが役割を分け、互いの出力を検証し合いながら作業を進める構成である。
正解と解説を見る
正解:A
ReActは、推論、行動、観察を交互に繰り返し、観察結果に応じて次の行動を決める方式である。予想外の状況にも合わせやすい。
- A
正しい。ReActと呼ばれる考え方で、考えることと行動することを交互に繰り返し、状況に合わせて次の一手を決めていく。
- B
誤り。記録では、観察結果(設定値が空)を受けて次の行動を決め直している。途中で計画を見直さない方式とは違う。
- C
誤り。RLHFの説明である。RLHFはモデルを学習させる段階の手法で、実行時の動き方の説明ではない。
- D
誤り。マルチエージェント構成の説明である。記録の流れは、1つのエージェントが思考と行動を繰り返しているものである。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。