مسابقة ضبط سريعة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هو "المطالبة الناعمة" في الضبط الفوري؟
   • تعلمت ناقلات التضمين المستمر التي لا تحتاج إلى تعيين كلمات حقيقية
   • تعليمات نصية مصاغة بأدب
   • نسخة مقطرة أصغر من النموذج
   • مجموعة من سجلات الإخراج المجمدة
2. أين يضيف الضبط الفوري ناقلاته القابلة للتدريب؟
   • في كل طبقة المحولات
   • فقط في طبقة تضمين الإدخال
   • فقط في طبقة الإخراج
   • داخل حالة المحسن
3. ما هو التأثير المفاجئ الذي أبرزته الورقة الأصلية حول مقياس النموذج؟
   • يزداد الضبط الفوري سوءًا مع نمو النماذج
   • المقياس ليس له أي تأثير على الضبط الفوري
   • مع نمو النماذج بشكل أكبر، يقترب الضبط الفوري من جودة الضبط الدقيق الكاملة
   • لم يعد من الممكن ضبط النماذج الأكبر حجمًا بسرعة
4. الذي قدم ضبط سريع؟
   • ديب مايند في عام 2016
   • Anthropic في عام 2023
   • Microsoft في عام 2019
   • الباحثون في Google (ليستر، الرفوع، كونستانت) في عام 2021
5. كيف يمكن الضبط السريع من خدمة العديد من المهام من نموذج واحد؟
   • تستخدم كل مهمة موجهًا بسيطًا صغيرًا خاصًا بها بينما يظل النموذج مجمداً
   • فهو يعيد تدريب النموذج بأكمله لكل طلب
   • يقوم بحذف المهام غير المستخدمة من الأوزان
   • يتطلب وحدة معالجة رسومات منفصلة لكل مهمة
6. How does Lester and colleagues’ paper describe prompt tuning in relation to prefix tuning?
   • As a replacement for frozen language models
   • As a simpler related method that the paper compares with prefix tuning
   • As a tokenizer with no trainable parameters
   • As a method that updates every model weight
7. Which model family did Lester and colleagues use to study prompt tuning across scales?
   • ويف نت
   • AlphaFold2
   • T5
   • غابة العزلة
8. How are soft prompts optimized in prompt tuning?
   • By changing all model weights for each task
   • By replacing embeddings with hard-coded words only
   • By training a new tokenizer for every example
   • By backpropagation through a frozen language model to update the prompt vectors