Тест, свързан с ръководство · Среден Ниво

Тест за разсъждение на дървото на мислите

Проверява разклоняването на дървото на мислите, генерирането на кандидати, оценката на състоянието, съкращаването, стратегиите за търсене и компромисите при изчисление.

Свързани ръководни пътекиДърво на разсъжденията на мислите
Въпрос 1 на 8

Как се различава Дървото на мислите от подканянето чрез верига от мисли?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Как се различава Дървото на мислите от подканянето чрез верига от мисли?
    • Той изследва множество разклонени пътища на разсъждение вместо една линейна верига
    • Той премахва изцяло стъпките на разсъждение
    • Работи само при входове на изображения
    • Той изобщо не използва езиков модел
  2. Какво обикновено представлява един възел в Дървото на мислите?
    • Само пълен окончателен отговор
    • Частично решение или междинна „мисъл“
    • Потребителско запитване
    • Тренирана тежест
  3. Каква роля играе държавният оценител в Tree-of-Thoughts?
    • Той пише крайния отговор, обърнат към потребителя
    • Изтрива паметта на модела
    • Той оценява колко обещаващи са частичните решения, така че слабите клони могат да бъдат подрязани
    • Превежда между езици
  4. В бенчмарка Game of 24, ToT драматично надмина веригата на мислите с какъв скок?
    • От 90% до 95% успех
    • Никакво подобрение
    • От 50% до 51% успеваемост
    • От около 4% до около 74% успех
  5. Кои стратегии за търсене обикновено се използват за навигация в дървото на мислите?
    • Търсене в ширина, първо в дълбочина или лъч
    • Само случайни предположения
    • Сортиране по азбучен ред
    • Градиентно спускане на пиксели
  6. Какъв е основният компромис в разходите при използването на Tree-of-Thoughts?
    • Намалява точността, за да спести време
    • Това изисква повече изчисления за изводи в замяна на по-висока точност
    • Не се нуждае от извикване на модел освен едно
    • Работи само офлайн
  7. At one Tree-of-Thoughts node, what does the thought generator typically produce?
    • A final answer only, with no intermediate states
    • A new model checkpoint
    • Several candidate next thoughts that could extend the partial solution
    • A set of training labels for the prompt
  8. What decision does the ToT search procedure make after candidate states are generated and scored?
    • Which tokenizer the model should use
    • Whether to change the model’s weights
    • How to label the original training corpus
    • Which branches to expand and which to prune or stop exploring