গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

Perplexity এবং ভাষা মেট্রিক্স কুইজ

রেফারেন্স-টোকেন সম্ভাবনা, ক্রস-এনট্রপি, ইউনিফর্ম বেসলাইন, তুলনীয় টোকেনাইজেশন, BLEU, গুণমানের সীমা, প্রসঙ্গ উইন্ডো এবং মুখোশযুক্ত মডেলগুলি পর্যালোচনা করুন।

সম্পর্কিত গাইড পাথPerplexity এবং ভাষা মেট্রিক্স
প্রশ্ন 1 এর 8

Under the same autoregressive text-scoring setup, what does lower perplexity indicate?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. Under the same autoregressive text-scoring setup, what does lower perplexity indicate?
    • Lower average negative log-likelihood for the reference tokens
    • A guarantee of more factually correct generated answers
    • A guarantee of a larger parameter count
    • A requirement that every top-choice prediction be correct
  2. Using natural-log negative log-likelihood, how is autoregressive perplexity computed from its average?
    • By multiplying the parameter count by the context length
    • By subtracting the average from the number of attention heads
    • By taking the average learning rate
    • By exponentiating the average negative log-likelihood
  3. একটি মডেল কোন শিক্ষা ছাড়াই 10,000-শব্দের শব্দভান্ডার জুড়ে অভিন্ন সম্ভাবনা নির্ধারণ করে। এর বিভ্রান্তি কী?
    • 1
    • 10,000
    • 0
    • 100
  4. Why do tokenizer and corpus settings matter when directly comparing per-token perplexity values?
    • Perplexity ignores every scored reference token
    • All corpora necessarily produce the same likelihood
    • They change the units or reference data over which probabilities are averaged
    • Only model parameter count determines the score
  5. Which translation-reference metric uses modified n-gram precision and a brevity penalty?
    • Perplexity
    • গড় পিক্সেল ত্রুটি
    • মডেলের পরামিতি গণনা
    • BLEU
  6. কোন মূল সীমাবদ্ধতা বাস্তব-বিশ্বের গুণমান বিচারের জন্য গবেষকদের বিভ্রান্তির বাইরে ঠেলে দেয়?
    • Perplexity পরবর্তী-শব্দের পূর্বাভাস পরিমাপ করে, আউটপুট কার্যকর, সত্য বা সহায়ক কিনা তা নয়
    • Perplexity গণনা করা খুব ব্যয়বহুল
    • Perplexity পাঠ্য ডেটাতে গণনা করা যাবে না
    • Perplexity শুধুমাত্র অনুমানের সময় কাজ করে, প্রশিক্ষণ নয়
  7. When scoring a long text with a fixed-context model, what can a sliding-window procedure provide that disjoint chunks lose near boundaries?
    • A new vocabulary learned automatically at every boundary
    • A guarantee that generated answers are factually correct
    • More preceding context for the scored target tokens
    • A requirement to count each overlapping target repeatedly
  8. Why is conventional left-to-right perplexity not directly the same score for a BERT-style masked language model?
    • BERT has no learned parameters
    • The masked model does not directly define the same autoregressive sequence factorization
    • Every masked-token probability is necessarily zero
    • Perplexity is defined only for image pixels