গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

এনকোডার-ডিকোডার আর্কিটেকচার কুইজ

এনকোডার-ডিকোডার মডেল উপাদান, উৎস থেকে লক্ষ্য মনোযোগ এবং অনুবাদ এবং ভাষার কাজগুলিতে পাঠ্য থেকে পাঠ্য ব্যবহার পর্যালোচনা করুন।

প্রশ্ন 1 এর 8

একটি এনকোডার-ডিকোডার মডেলে এনকোডারের প্রধান কাজ কী?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি এনকোডার-ডিকোডার মডেলে এনকোডারের প্রধান কাজ কী?
    • ইনপুট পড়তে এবং এটিকে সমৃদ্ধ অভ্যন্তরীণ উপস্থাপনায় পরিণত করতে
    • একবারে একটি টোকেন আউটপুট তৈরি করতে
    • সম্ভাব্যতার ভিত্তিতে প্রার্থীর আউটপুট র্যাঙ্ক করা
    • মডেলের প্রশিক্ষণ তথ্য সংরক্ষণ করতে
  2. কেন ডিকোডার মুখোশযুক্ত (কারণ) স্ব-মনোযোগ ব্যবহার করে?
    • এনকোডার থেকে ইনপুট লুকাতে
    • প্রজন্মের সময় ভবিষ্যত টোকেন দেখা থেকে প্রতিটি অবস্থান প্রতিরোধ করতে
    • আউটপুটকে কম টোকেনে সংকুচিত করতে
    • নিয়মিতকরণের জন্য এলোমেলোভাবে টোকেন ড্রপ করতে
  3. কোন প্রক্রিয়াটি ডিকোডারকে এনকোডারের উপস্থাপনাগুলির সাথে সংযুক্ত করে?
    • ড্রপআউট
    • ব্যাচ স্বাভাবিককরণ
    • ক্রস-মনোযোগ
    • অবস্থানগত এনকোডিং
  4. এই মডেলগুলির মধ্যে কোনটি একটি এনকোডার-ডিকোডার (সিকোয়েন্স-টু-সিকোয়েন্স) আর্কিটেকচার?
    • জিপিটি-৩
    • BERT
    • Word2Vec
    • T5
  5. কেন এনকোডার-ডিকোডার ডিজাইন অনুবাদের জন্য একটি প্রাকৃতিক উপযুক্ত?
    • কারণ ইনপুট এবং আউটপুট ভিন্ন ক্রম, সম্পূর্ণ বোধগম্যতা প্রয়োজন তারপর নতুন প্রজন্ম
    • কারণ ইনপুট এবং আউটপুট সবসময় একই দৈর্ঘ্য
    • কারণ এটিকে কখনই নতুন টেক্সট তৈরি করার দরকার নেই
    • কারণ এটি সম্পূর্ণরূপে মনোযোগ ব্যবহার এড়ায়
  6. 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
  7. 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
  8. 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