শেষটো নহয়, পদক্ষেপবোৰ পৰীক্ষা কৰক

What this lesson is about

ভুল পদক্ষেপৰ জৰিয়তে পোৱা সঠিক উত্তৰ পৰৱৰ্তীবাৰৰ বাবে ভুল হ'ব। ফলাফল নহয়, পদক্ষেপটো চিনাক্ত কৰক।

এজেণ্টৰ ট্ৰেইন-ভাড়া ৰানটো ৰে'লৱে ৱেবছাইটত দিয়া সংখ্যাত শেষ হয়, কিন্তু তৃতীয় খোজত 2024 টেবুল খোলা হৈছিল। আপুনি কি ফাইল কৰিব?

Why this matters

ভুল পদক্ষেপৰ জৰিয়তে পোৱা সঠিক উত্তৰ ভাগ্য, আৰু ভাগ্য ৰানৰ শাৰীসমূহত পুনৰাবৃত্তি নহয়। Hugging Face পাঠ্যক্ৰমে শিকায় যে ৰানটো তাৰ নিজ পদক্ষেপ আৰু ভুলৰ চিহ্নৰ দ্বাৰা পৰ্যবেক্ষণ কৰিব লাগে। এইদৰে এটা ভাগ্যৰ পাছক গণ্ডগোল হিচাপে পৰিণত কৰা হয় যাক কোনোবাই ঠিক কৰিব পাৰে।

এটা ৰানক তাৰ পদক্ষেপৰ দ্বাৰা বিচাৰক, আৰু শেষ উত্তৰৰ সলনি প্ৰথম ভুল পদক্ষেপটো নথিভুক্ত কৰক।

ভুল পদক্ষেপৰ জৰিয়তে পোৱা সঠিক উত্তৰ বিফলতা, পাছ নহয়।
প্ৰত্যেক পদক্ষেপক সেয়া কি দাবী কৰিছিল তাৰ সৈতে পৰীক্ষা কৰক, শেষ উত্তৰৰ সৈতে নহয়।
প্ৰথম ভুল পদক্ষেপ চিনাক্ত কৰক; তাৰ পিছৰ সকলো ফলাফল সেইটোৰ পৰিণাম।

Task

ট্ৰেইন ভাড়াৰ বিষয়ে এটা এজেণ্টৰ ৰান পৰীক্ষা কৰক য'ত শেষ উত্তৰ সঠিক।

Weak approach ৰেইলৱে ৱেবছাইট খোলে আৰু আজিৰ ভাড়া এজেণ্টৰ উত্তৰৰ সৈতে মিলাই চায়। দুয়োটা সমান, সেয়ে এই পৰীক্ষা উত্তীৰ্ণ বুলি চিনাক্ত কৰা হয়। উত্তৰৰ পিছৰ ছয়টা পদক্ষেপ কেতিয়াও খোলা নহয়।

Stronger approach তৃতীয় পদক্ষেপত এটা ভুল ধৰা হয়: এই বছৰৰ সলনি যোৱা বছৰৰ ভাড়াৰ তালিকা খোলা হৈছিল। যোগ কৰে যে মিল হোৱা উত্তৰ ভাগ্যৰ কথা আছিল আৰু পুনৰ নহব।

Why the stronger approach works দুৰ্বল পৰীক্ষাই শেষটো বিচাৰিছিল। শক্তিশালী পৰীক্ষাই প্ৰতিটো পদক্ষেপক সেয়া কি দাবী কৰিছিল তাৰ সৈতে পৰীক্ষা কৰিছিল।

Try a changed situation আপোনাক কেৱল এজেণ্টৰ পদক্ষেপৰ লগ দিয়া হৈছে। শেষ উত্তৰ আঁতৰোৱা হৈছে। আপুনি এতিয়াও ৰানটো বিচাৰিব পাৰেনে?

Make something yourself এটা এজেণ্টৰ ৰান লৈ পদক্ষেপে পদক্ষেপে পৰ্যালোচনা কৰক। প্ৰথম ভুল পদক্ষেপটো নাম দিয়ক, সেয়া কি কৰিছিল, আৰু সেয়াৰ সলনি কি পদক্ষেপ হ'ব লাগিছিল।

Read the primary or official source: Hugging Face Agents course · watching and judging agents