Agent Loops, Stop Conditions and Token Budgets Interview Questions Hindi mein

Agent Loops, Stop Conditions और Token Budgets कोर्स के 27 सवाल, हर सवाल के सही जवाब और explanation के साथ। जवाब देखने से पहले ख़ुद सोचें।

Agent Loop की बनावट

1. बारी का कौन-सा चरण model के माँगे tools चलाता है?

  1. Call
  2. Act
  3. Append
  4. Inspect
जवाब देखें

जवाब: Act

Call model से पूछता है, inspect उसका stop reason पढ़ता है, act tools चलाता है, और append नतीजे दर्ज करता है।

पाठ: एक बारी की संरचना

2. stop_reason "max_tokens" आपको क्या बताता है?

  1. Reply सामान्य रूप से पूरी हुई
  2. Reply आपकी output सीमा पर कट सकती है
  3. Model ने काम से मना किया
  4. API key expire हो गई
जवाब देखें

जवाब: Reply आपकी output सीमा पर कट सकती है

इसका मतलब है कि generation output सीमा पर पहुँचा, इसलिए सामग्री अधूरी हो सकती है।

पाठ: stop_reason पढ़ना

3. हर बारी 1,000 tokens जोड़ती है। 10 बारियाँ कुल लगभग कितने input tokens भेजती हैं?

  1. 10,000
  2. 100,000
  3. 55,000
  4. 1,000
जवाब देखें

जवाब: 55,000

चूँकि इतिहास दोबारा भेजा जाता है, कुल 1,000 × (1 + … + 10) = 55,000 है।

पाठ: ख़र्च steps से तेज़ क्यों बढ़ता है

4. सीमाएँ एक Budget object में क्यों रखें?

  1. बिखरी जाँचें भूलना या असंगत लगाना आसान है
  2. Python में classes ज़रूरी हैं
  3. यह model को ज़्यादा बुद्धिमान बनाता है
  4. यह tests की ज़रूरत ख़त्म करता है
जवाब देखें

जवाब: बिखरी जाँचें भूलना या असंगत लगाना आसान है

सीमाओं का एक मालिक जाँचों को एक-सा रखता है और रुकने का कारण बताना आसान करता है।

पाठ: हर Guard वाला Loop

Stop Conditions

5. कौन-सी "पूरा हुआ" शर्त सबसे मज़बूत है?

  1. Model कहता है कि पूरा हुआ
  2. Loop 10 बार चला
  3. Test suite पास होती है
  4. Reply लंबी थी
जवाब देखें

जवाब: Test suite पास होती है

पास होती test suite ऐसा प्रमाण है जिसे कोड जाँच सकता है; दावा नहीं।

पाठ: "पूरा हुआ" की परिभाषा

6. मिनटों तक अटके tool call को कौन-सी सीमा सबसे अच्छी पकड़ती है?

  1. Step सीमा
  2. घड़ी के समय की सीमा
  3. Token सीमा
  4. Cost सीमा
जवाब देखें

जवाब: घड़ी के समय की सीमा

अटका call कम steps और tokens लेता है पर असली समय बहुत लेता है।

पाठ: कड़ी सीमाएँ: Steps, समय, Tokens, पैसा

7. RepeatGuard क्या पकड़ता है?

  1. धीमी network गति
  2. वही tool call उन्हीं arguments के साथ दोहराना
  3. वर्तनी की ग़लतियाँ
  4. ग़ायब API keys
जवाब देखें

जवाब: वही tool call उन्हीं arguments के साथ दोहराना

यह हाल के एक-जैसे calls गिनता है और कहीं न पहुँचते loop को चिह्नित करता है।

पाठ: प्रगति न होना पकड़ना

8. Cancel flag जाँचने की सबसे सुरक्षित जगह कौन-सी है?

  1. फ़ाइल लिखने के बीच
  2. बारियों के बीच, सुरक्षित बिंदु पर
  3. कभी नहीं
  4. सिर्फ़ process ख़त्म होने के बाद
जवाब देखें

जवाब: बारियों के बीच, सुरक्षित बिंदु पर

बारियों के बीच जाँचने से अधूरे side effects नहीं बचते।

पाठ: बाहरी Stop और Cancellation

Token Budgets

9. किसी call ने ठीक कितने tokens उपयोग किए, यह कहाँ मिलता है?

  1. Response का usage object
  2. Prompt की अक्षर-लंबाई
  3. Model का नाम
  4. HTTP status code
जवाब देखें

जवाब: Response का usage object

API हर response के लिए सटीक input और output token गिनती बताता है।

पाठ: Tokens गिनना

10. Model के reply के लिए जगह क्यों आरक्षित करें?

  1. Replies मुफ़्त हैं
  2. इतिहास window भर दे तो उत्तर के लिए जगह नहीं बचती
  3. यह tools को तेज़ बनाता है
  4. API को reserve flag चाहिए
जवाब देखें

जवाब: इतिहास window भर दे तो उत्तर के लिए जगह नहीं बचती

Input और output window साझा करते हैं, इसलिए reply के लिए पक्की जगह चाहिए।

पाठ: Context Window का बँटवारा

11. max_tokens बढ़ाने से क्या होता है?

  1. Model को उतने tokens लिखने पर मजबूर करता है
  2. लंबे replies की अनुमति देता है पर मजबूर नहीं करता
  3. Model को तेज़ बनाता है
  4. Context window बढ़ाता है
जवाब देखें

जवाब: लंबे replies की अनुमति देता है पर मजबूर नहीं करता

यह reply की लंबाई की ऊपरी सीमा बढ़ाता है; model काम पूरा होते ही फिर भी रुकता है।

पाठ: max_tokens समझदारी से सेट करना

12. Caching ठीक चलने के लिए बदलती सामग्री कहाँ रखें?

  1. Prompt की ठीक शुरुआत में
  2. स्थिर prefix के बाद
  3. API key में
  4. कहीं नहीं
जवाब देखें

जवाब: स्थिर prefix के बाद

सिर्फ़ एक-सा prefix ही दोबारा उपयोग हो सकता है, इसलिए बदलते हिस्से उसके बाद आएँ।

पाठ: Prompt Caching

Context की वृद्धि पर नियंत्रण

13. एक विशाल tool result इतना महँगा क्यों है?

  1. वह हर आगामी बारी में दोबारा भेजा जाता है
  2. बड़े results encrypt होते हैं
  3. यह keyboard धीमा करता है
  4. वह सिर्फ़ एक बार बिल होता है
जवाब देखें

जवाब: वह हर आगामी बारी में दोबारा भेजा जाता है

इतिहास हर बारी दोबारा भेजा जाता है, इसलिए बड़ा result हटाए जाने तक tokens ख़र्च कराता रहता है।

पाठ: Tool Results छाँटना

14. सार में कभी क्या नहीं मिटाना चाहिए?

  1. मूल काम
  2. अभिवादन
  3. पुराने error logs
  4. Whitespace
जवाब देखें

जवाब: मूल काम

मूल लक्ष्य खोने से बाक़ी काम दिशाहीन हो जाता है।

पाठ: पुरानी बारियों का सार

15. बड़ा दस्तावेज़ फ़ाइल में बाहर रखने पर context में क्या रहता है?

  1. पूरा दस्तावेज़
  2. सिर्फ़ छोटा संदर्भ, जैसे path और विवरण
  3. कुछ भी नहीं
  4. हर बारी के लिए एक copy
जवाब देखें

जवाब: सिर्फ़ छोटा संदर्भ, जैसे path और विवरण

छोटा handle context को हल्का रखता है जबकि डेटा माँगने पर उपलब्ध रहता है।

पाठ: Files और Memory में बाहर रखना

विफलता के प्रकार

16. हर step सस्ता है पर कुल run बहुत महँगा है। यह कौन-सी विफलता है?

  1. दोहराव
  2. चुपचाप ज़्यादा ख़र्च
  3. भटकाव
  4. Syntax error
जवाब देखें

जवाब: चुपचाप ज़्यादा ख़र्च

सिर्फ़ कुल budget उस ख़र्च को पकड़ता है जो कई व्यक्तिगत रूप से ठीक steps में जमा होता है।

पाठ: Loop विफलताओं की सूची

17. प्रतीक्षा के बाद किस error को retry करना आम तौर पर सार्थक है?

  1. 400 Bad Request
  2. 403 Forbidden
  3. 429 Too Many Requests
  4. ग़लत ID के लिए 404 Not Found
जवाब देखें

जवाब: 429 Too Many Requests

Rate limits अस्थायी हैं; बाक़ी तब तक उसी तरह विफल होंगे जब तक अनुरोध न बदले।

पाठ: Retries और Exponential Backoff

18. लगातार tool विफलताएँ क्यों गिनें?

  1. यह पकड़ने के लिए कि model छटपटा रहा है और सुधर नहीं रहा
  2. Tools को धीमा करने के लिए
  3. क्योंकि errors अच्छे हैं
  4. विफलताएँ छिपाने के लिए
जवाब देखें

जवाब: यह पकड़ने के लिए कि model छटपटा रहा है और सुधर नहीं रहा

बिना सफलता के विफलताओं की कड़ी का मतलब है कि और retries शायद मदद नहीं करेंगे।

पाठ: Tool Errors और छटपटाहट

सहज समापन

19. समापन call में tools बंद क्यों करें?

  1. ताकि model और काम शुरू करने की जगह सार लिखे
  2. Tools दो बार उपयोग नहीं हो सकते
  3. यह call को मुफ़्त बनाता है
  4. Tools सार तोड़ते हैं
जवाब देखें

जवाब: ताकि model और काम शुरू करने की जगह सार लिखे

Tools के बिना एकमात्र संभव output अंतिम text है।

पाठ: अंतिम उत्तर के लिए बाध्य करना

20. Resume संभव हो तो tool कर्मों को idempotent क्यों बनाएँ?

  1. Resume आख़िरी step दोहरा सकता है
  2. Idempotent tools तेज़ हैं
  3. API इसे ज़रूरी करता है
  4. यह सारे errors से बचाता है
जवाब देखें

जवाब: Resume आख़िरी step दोहरा सकता है

आख़िरी step चला पर दर्ज नहीं हुआ तो दूसरी बार चलने से दोहरे प्रभाव नहीं होने चाहिए।

पाठ: Checkpoints और Resume

21. हस्तांतरण नोट को सबसे उपयोगी क्या बनाता है?

  1. सिर्फ़ "कृपया मदद करें"
  2. लक्ष्य, क्या आज़माया, आख़िरी error, स्थिति और सुझाया अगला कदम
  3. पूरा कच्चा transcript
  4. कोई अकेली log पंक्ति
जवाब देखें

जवाब: लक्ष्य, क्या आज़माया, आख़िरी error, स्थिति और सुझाया अगला कदम

संरचित सार इंसान को इतिहास दोबारा बनाए बिना कार्रवाई करने देता है।

पाठ: इंसान तक पहुँचाना

निगरानी और परीक्षण

22. हर run का stop reason log क्यों करें?

  1. यह देखने के लिए कि runs कैसे ख़त्म होते हैं और कौन-सी सीमाएँ छुई जा रही हैं
  2. यह runs तेज़ करता है
  3. Logs क़ानूनन ज़रूरी हैं
  4. यह tokens बचाता है
जवाब देखें

जवाब: यह देखने के लिए कि runs कैसे ख़त्म होते हैं और कौन-सी सीमाएँ छुई जा रही हैं

Stop reasons पैटर्न दिखाते हैं, जैसे बार-बार token-budget पर रुकना जो context की समस्या की ओर इशारा करता है।

पाठ: काम के Metrics

23. Loop के unit tests में नक़ली model क्यों उपयोग करें?

  1. यह tests को तेज़, मुफ़्त और दोहराने योग्य बनाता है
  2. Tests से असली models नहीं बुलाए जा सकते
  3. नक़ली models ज़्यादा बुद्धिमान हैं
  4. यह model की गुणवत्ता परखता है
जवाब देखें

जवाब: यह tests को तेज़, मुफ़्त और दोहराने योग्य बनाता है

Scripted replies loop का तर्क निश्चित और जाँचने में सस्ता बनाती हैं।

पाठ: Scripted Model से Loops का परीक्षण

सब कुछ जोड़ना

24. Research agent में हर लाए गए page को क्यों काटें?

  1. Pages कभी उपयोगी नहीं होते
  2. बड़ा page text हर बारी दोबारा भेजा जाता है और ख़र्च बढ़ाता है
  3. API pages मना करता है
  4. काटने से network तेज़ होता है
जवाब देखें

जवाब: बड़ा page text हर बारी दोबारा भेजा जाता है और ख़र्च बढ़ाता है

बड़े tool results हर आगामी बारी में दोबारा भेजे जाते हैं, इसलिए उन्हें सीमित करना कुल ख़र्च नियंत्रित करता है।

पाठ: केस स्टडी: Research Agent का Budget

25. एक run में 4 steps हैं और हर में कम tokens, फिर भी 10 मिनट लगते हैं। कौन-सी सीमा इसे पकड़ती?

  1. Step सीमा
  2. Token सीमा
  3. घड़ी का timeout
  4. Cost सीमा
जवाब देखें

जवाब: घड़ी का timeout

धीमे या अटके tools समय खाते हैं, steps या tokens नहीं।

पाठ: Revision: Cheat Sheet और Self-Check

26. Loop आधा वाक्य उत्तर के रूप में लौटाता है। उसने सबसे संभावित रूप से क्या जाँचना छोड़ा?

  1. API key
  2. stop_reason "max_tokens"
  3. Operating system
  4. Tool नाम
जवाब देखें

जवाब: stop_reason "max_tokens"

Output सीमा पर पहुँचा reply कटा होता है, और loop को उस मामले को स्पष्ट रूप से सँभालना चाहिए।

पाठ: Revision: Cheat Sheet और Self-Check

27. कौन-सा संयोजन चुपचाप ज़्यादा ख़र्च को सबसे अच्छी तरह रोकता है?

  1. सिर्फ़ step सीमा
  2. हर बारी जाँचा जाने वाला कुल token या cost budget
  3. लंबा system prompt
  4. Logging बंद करना
जवाब देखें

जवाब: हर बारी जाँचा जाने वाला कुल token या cost budget

सिर्फ़ संचयी budget उस ख़र्च को पकड़ता है जो कई छोटे steps में जुड़ता है।

पाठ: Revision: Cheat Sheet और Self-Check

← कोर्स पर वापस जाएँ