جواب «Recover, but Don't Repeat» چالش 6 از جلسهی 73
سؤال
دو قانون ایمنی دیگر. ۱) اگر مدل ابزار ناشناخته خواست، خطا مشاهده میشود و عامل ادامه میدهد. ۲) اگر مدل دقیقاً همان عمل و ورودی قدم قبلی را دوباره خواست، قبل از اجرا بایست و stopped: the same action twice in a row برگردان. این مدل اول یک ابزار ناشناخته میخواهد، بعد درست کار میکند، بعد گیر میکند. خروجی:1 wiki Jupiter -> error: unknown tool wiki2 lookup Jupiter -> 139820stopped: the same action twice in a row
راهنما
now = (d["action"], d["input"])؛ if now == last: return "stopped: the same action twice in a row"؛ آخر دور: last = now. برای ابزار ناشناخته همان if ... in TOOLS جلسهی قبل.
یک جواب درست
import json
MAX_STEPS = 6
DIAMETER_KM = {"mercury": 4879, "mars": 6779, "earth": 12742, "jupiter": 139820}
def lookup(name):
return str(DIAMETER_KM.get(name.strip().lower(), "not found"))
TOOLS = {"lookup": lookup}
def fake_model(history):
seen = [h["content"] for h in history if h["role"] == "observation"]
if not seen:
return '{"thought": "Ask the wiki.", "action": "wiki", "input": "Jupiter"}'
return '{"thought": "Use lookup.", "action": "lookup", "input": "Jupiter"}' # ...again and again
def run_agent(task):
history = [{"role": "task", "content": task}]
last = None # the (action, input) of the previous step
for n in range(1, MAX_STEPS + 1):
d = json.loads(fake_model(history))
if "final" in d:
return d["final"]
now = (d["action"], d["input"])
if now == last:
return "stopped: the same action twice in a row"
if d["action"] in TOOLS:
result = TOOLS[d["action"]](d["input"])
else:
result = "error: unknown tool " + d["action"]
print(n, d["action"], d["input"], "->", result)
history.append({"role": "observation", "content": result})
last = now
return "stopped: step limit"
print(run_agent("How wide is Jupiter?"))
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن