اختبار مرتبط بالدليل · متوسط المستوى
مسابقة معمارية التشفير وفك التشفير
قم بمراجعة مكونات نموذج التشفير وفك التشفير والاهتمام من المصدر إلى الهدف واستخدامات النص إلى نص في مهام الترجمة واللغة.
سؤال 1 من 8
ما هي الوظيفة الرئيسية لجهاز التشفير في نموذج التشفير وفك التشفير؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما هي الوظيفة الرئيسية لجهاز التشفير في نموذج التشفير وفك التشفير؟
- لقراءة المدخلات وتحويلها إلى تمثيلات داخلية غنية
- لتوليد الناتج رمز واحد في وقت واحد
- لترتيب مخرجات المرشح حسب الاحتمالية
- لتخزين بيانات التدريب الخاصة بالنموذج
- لماذا يستخدم جهاز فك التشفير الاهتمام الذاتي المقنع (السببي)؟
- لإخفاء المدخلات من التشفير
- لمنع كل منصب من رؤية الرموز المستقبلية أثناء الإنشاء
- لضغط الإخراج إلى عدد أقل من الرموز
- لإسقاط الرموز بشكل عشوائي للتسوية
- ما هي الآلية التي تربط وحدة فك التشفير بتمثيلات جهاز التشفير؟
- التسرب
- التطبيع دفعة
- الاهتمام المتبادل
- الترميز الموضعي
- أي من هذه النماذج يمثل بنية التشفير وفك التشفير (تسلسل إلى تسلسل)؟
- جي بي تي-3
- بيرت
- Word2Vec
- T5
- لماذا يعتبر تصميم التشفير وفك التشفير مناسبًا بشكل طبيعي للترجمة؟
- لأن المدخلات والمخرجات عبارة عن تسلسلات مختلفة، مما يتطلب الفهم الكامل ثم التوليد الجديد
- لأن المدخلات والمخرجات دائما بنفس الطول
- لأنه لا يحتاج أبدًا إلى إنشاء نص جديد
- لأنه يتجنب استخدام الاهتمام تماما
- In the original Transformer architecture, what attention does the encoder use over its input sequence?
- Causal attention that hides all earlier source tokens
- Bidirectional self-attention over the full source sequence
- Cross-attention only to an image sequence
- No attention mechanism
- What training objective does BART use for pretraining?
- It predicts only the next pixel in an image
- It classifies each word into a fixed sentiment label
- It corrupts text and trains a sequence-to-sequence denoising model to reconstruct the original
- It performs speech recognition from raw audio
- How does T5 frame many NLP tasks for one encoder-decoder model?
- As image classification with a shared label set
- As speech waveforms with no text tokens
- As separate model architectures for each task
- As text-to-text inputs and outputs with task descriptions in the input text