اختبار مرتبط بالدليل · صعب المستوى

اختبار التحقق من العينات المضاربة

يختبر أخذ العينات التخيلي الدقيق، احتمالات القبول والتصحيح، تكاليف المسودة، والقيود على ادعاءات أدائه.

مسارات الدليل ذات الصلةالتحقق من العينات المضاربة
سؤال 1 من 8

ما هي الفكرة الأساسية وراء أخذ العينات التخمينية؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. ما هي الفكرة الأساسية وراء أخذ العينات التخمينية؟
    • استخدم نموذج مسودة صغير لاقتراح رموز متعددة يتحقق منها النموذج الكبير بالتوازي
    • تدريب نموذج عملاق واحد لتخطي الطبقات ديناميكيًا
    • قم بتخزين كل جملة ممكنة مقدمًا
    • استبدل أخذ العينات بفك التشفير الجشع لتوفير الوقت
  2. لماذا لا يؤدي أخذ العينات التخمينية إلى انخفاض جودة المخرجات؟
    • لأن مسودة النموذج صحيحة دائمًا
    • لأن قاعدة التحقق تجعل التوزيع النهائي مطابقًا لأخذ العينات المستهدفة النقية
    • لأنه يعمل فقط على المطالبات القصيرة
    • لأنه متوسط مخرجات النموذجين
  3. In exact speculative sampling, what happens when a drafted token is rejected?
    • It outputs the rejected draft token unchanged
    • It discards the entire conversation and restarts
    • The algorithm samples from a corrected residual distribution at that position
    • It permanently changes the target model
  4. Under exact speculative sampling, what is guaranteed about the output distribution?
    • It is always deterministic
    • It matches the draft model’s distribution instead
    • It is more diverse than every target-model output
    • It matches the target model’s sampling distribution
  5. What information does the target verification pass provide in exact speculative sampling?
    • Target probabilities for proposed positions, used for acceptance tests and residual resampling
    • A guarantee that no target-model computation is needed
    • Only the draft model’s next-token distribution
    • A corrected token sequence without any sampling
  6. Which description correctly distinguishes two self-speculative approaches?
    • Both use only an unrelated small draft model
    • Medusa adds prediction heads, while EAGLE uses feature-space proposals
    • Medusa is a tokenizer and EAGLE is a reward model
    • Both remove the target model from decoding
  7. The draft assigns probability 0.8 to a token and the target assigns 0.4. What is the speculative acceptance probability?
    • 0.2
    • 0.4
    • 0.5
    • 1.0
  8. What most limits speculative sampling’s realized speedup?
    • The color of the model’s interface
    • The target model’s name length
    • Whether the prompt contains punctuation
    • The draft-model cost and how much proposed work the target accepts