গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

জিপিটি ইতিহাস কুইজ

GPT-এর 2018-2020 গবেষণার মাইলফলক পর্যালোচনা করুন, প্রেক্ষাপটের উদাহরণগুলি কীভাবে ফাইন-টিউনিং থেকে আলাদা এবং কেন ঐতিহাসিক ফলাফল প্রতিটি পণ্যের বর্ণনা দেয় না।

সম্পর্কিত গাইড পাথজিপিটি ইতিহাস
প্রশ্ন 1 এর 8

গাইডে জিপিটি কী বোঝায়?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. গাইডে জিপিটি কী বোঝায়?
    • জেনারেটিভ প্রেডিকটিভ ট্রান্সফরমার
    • সাধারণ-উদ্দেশ্য ট্রান্সফরমার
    • জেনারেটিভ প্রিট্রেইনড ট্রান্সফরমার
    • জেনারেটিভ প্রম্পট টিউনিং
  2. 2018 GPT কাজ কি একত্রিত হয়েছে?
    • লেবেলযুক্ত উদাহরণ ব্যবহার করে স্ক্র্যাচ থেকে একটি টাস্ক-নির্দিষ্ট তত্ত্বাবধানে মডেল প্রশিক্ষণ
    • একটি এনকোডার-ডিকোডার মডেল ব্যবহার করা হচ্ছে তত্ত্বাবধানহীন ভাষা-মডেল প্রি-ট্রেনিং ছাড়াই
    • তত্ত্বাবধান করা টাস্ক অভিযোজন সহ অ-তত্ত্বাবধান করা ভাষা-মডেল প্রি-ট্রেনিং
    • উদাহরণ সহ একটি হিমায়িত মডেল প্রম্পট করা কিন্তু টাস্ক-নির্দিষ্ট ফাইন-টিউনিং এড়িয়ে যাওয়া
  3. 2019 সালে GPT-2 গবেষণা কি পরীক্ষা করেছে?
    • প্রতিটি কাজের জন্য এখনও নিজস্ব তত্ত্বাবধানে থাকা প্যারামিটার আপডেটের প্রয়োজন আছে কিনা
    • একটি পরবর্তী-টোকেন মডেল পৃথক টাস্ক-নির্দিষ্ট প্রশিক্ষণ ছাড়া পাঠ্যে বর্ণিত কাজগুলি চেষ্টা করতে পারে কিনা
    • টেক্সট প্রম্পট ভাষা-মডেল প্রিট্রেইনিং সম্পূর্ণভাবে প্রতিস্থাপন করতে পারে কিনা
    • প্রতিটি কাজের জন্য আলাদা মডেল হেড এবং লেবেলযুক্ত ডেটাসেটের প্রয়োজন আছে কিনা
  4. 2020 সালে GPT-3 এর কয়েকটি শট মূল্যায়নের বৈশিষ্ট্য কী?
    • প্রতিটি টাস্ক প্রম্পটের জন্য ওজনের একটি নতুন সেট প্রশিক্ষণ দেওয়া হয়েছিল
    • এটি প্রম্পটে উদাহরণ বা নির্দেশাবলী ছাড়াই মূল্যায়ন করা হয়েছিল
    • এটি প্রতিটি মূল্যায়ন করা কাজের জন্য একটি পৃথক ফাইন-টিউনিং ডেটাসেটের উপর নির্ভর করে
    • সেই মূল্যায়নের জন্য একটি টাস্ক-নির্দিষ্ট গ্রেডিয়েন্ট আপডেট ছাড়াই প্রম্পট প্রসঙ্গে উদাহরণগুলি স্থাপন করা হয়েছিল
  5. কিভাবে কয়েক শট প্রম্পটিং ফাইন-টিউনিং থেকে আলাদা?
    • কয়েকটি শট প্রম্পটিং প্রসঙ্গে উদাহরণ সরবরাহ করে; ফাইন-টিউনিং আপডেট মডেল প্যারামিটার
    • কিছু শট প্রম্পটিং ওজন আপডেট করে, যখন ফাইন-টিউনিং পূর্বপ্রশিক্ষিত ওজনকে স্থির রাখে
    • উভয় পদ্ধতির প্রতিটি পৃথক কাজের জন্য নতুন গ্রেডিয়েন্ট আপডেট প্রয়োজন
    • ফাইন-টিউনিং শুধুমাত্র মডেল প্যারামিটার পরিবর্তন না করে নথি উদ্ধার করে
  6. গাইড তার ঐতিহাসিক টাইমলাইন সম্পর্কে কি বলে?
    • এটি প্রতিটি বর্তমান GPT পণ্য এবং স্পেসিফিকেশন তালিকাভুক্ত করে
    • এটা ভবিষ্যত রিলিজ তারিখ ভবিষ্যদ্বাণী
    • এটি একটি সম্পূর্ণ বর্তমান পণ্য তালিকার পরিবর্তে গবেষণার মাইলফলকগুলিকে কভার করে৷
    • এটি একটি লাইভ পণ্য প্রাপ্যতা পৃষ্ঠা
  7. কেন একটি chatbot পণ্য থেকে একটি বেস মডেল পার্থক্য?
    • একটি পণ্য হল মূল গবেষণা মডেল অপরিবর্তিত, এর সমস্ত উন্নয়ন প্রসঙ্গ সহ
    • একটি পণ্য একটি মডেলের চারপাশে নির্দেশাবলী, পুনরুদ্ধার, সরঞ্জাম এবং একটি ইন্টারফেস যোগ করতে পারে
    • পুনরুদ্ধার বা নির্দেশাবলী যোগ করা পণ্য আচরণ পরিবর্তন করতে পারে না
    • গবেষণা মূল্যায়ন ফলাফল মডেল থেকে নির্মিত প্রতিটি পণ্য অপরিবর্তিত স্থানান্তর
  8. কিভাবে একটি ঐতিহাসিক বেঞ্চমার্ক ফলাফল ব্যাখ্যা করা উচিত?
    • প্রতিটি বর্তমান পণ্য একটি নিরবধি পরিমাপ হিসাবে
    • প্রমাণ হিসাবে যে মডেল প্রতিটি কাজ সমাধান করে
    • বর্তমান কর্মক্ষমতা একটি গ্যারান্টি হিসাবে
    • একটি নির্দিষ্ট ডেটাসেট, প্রম্পট এবং মূল্যায়ন সেটিং থেকে প্রমাণ হিসাবে