টুলফর্মার এবং স্ব-শিক্ষিত টুল কুইজ ব্যবহার করুন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. শেখার টুল ব্যবহারের ক্ষেত্রে টুলফর্মারের পদ্ধতিকে কী স্বতন্ত্র করে তোলে?
   • এটি স্ব-তত্ত্বাবধানে তার নিজস্ব টুল-কল প্রশিক্ষণ উদাহরণ তৈরি করে এবং ফিল্টার করে
   • এটি হাজার হাজার মানব-লেবেলযুক্ত টুল কলের উপর নির্ভর করে
   • এটি শুধুমাত্র মানুষের প্রতিক্রিয়া থেকে শক্তিবৃদ্ধি শেখার ব্যবহার করে
   • এটি হাত দ্বারা প্রতিটি টুল কল হার্ড কোড
2. একজন প্রার্থী API কল রাখতে হবে কিনা তা সিদ্ধান্ত নিতে টুলফর্মার কোন মানদণ্ড ব্যবহার করে?
   • একজন মানব রেটার এটি অনুমোদন করে কিনা
   • কলের ফলাফল নিম্নলিখিত টোকেনগুলিতে মডেলের ক্ষতি হ্রাস করে কিনা
   • কল একটি অ-খালি স্ট্রিং প্রদান করে কিনা
   • কলটি এক সেকেন্ডের মধ্যে চলে কিনা
3. আসল টুলফর্মার কোন টুলের সেট ব্যবহার করতে শিখেছে?
   • ইমেজ জেনারেটর, মিউজিক সিন্থেসাইজার এবং 3D রেন্ডারার
   • শুধুমাত্র একটি পাইথন দোভাষী
   • ক্যালকুলেটর, QA সিস্টেম, সার্চ ইঞ্জিন, অনুবাদক, এবং ক্যালেন্ডার
   • একটি ওয়েব ব্রাউজার এবং শুধুমাত্র একটি ফাইল সিস্টেম
4. টুলফর্মারের প্রক্রিয়া চলাকালীন টেক্সটে টুল কলগুলি কীভাবে উপস্থাপন করা হয়?
   • আলাদা অডিও চ্যানেল হিসেবে
   • নথিতে যেমন ছবি যুক্ত করা হয়েছে
   • শুধুমাত্র একটি বহিরাগত ডাটাবেসে এন্ট্রি হিসাবে
   • বিশেষ টোকেন হিসাবে API কল এবং এর ফলাফল ইনলাইন চিহ্নিত করে
5. বড় ভাষা মডেলের অন্তর্নিহিত দুর্বলতা টুলফর্মারকে অনুপ্রাণিত করেছে?
   • তারা পাটিগণিত, বর্তমান তথ্য এবং সুনির্দিষ্ট অনুসন্ধানে দুর্বল
   • তারা সাবলীল বাক্য তৈরি করতে পারে না
   • তারা ফাইন টিউন করা যাবে না
   • তারা শুধুমাত্র ইংরেজিতে কাজ করে
6. টুল-কল উদাহরণ তৈরি এবং ফিল্টার করার পরে, টুলফর্মার তাদের সাথে কী করে?
   • তাদের বাতিল করে আবার শুরু করে
   • ফিল্টার করা, স্ব-উত্পাদিত ডেটাসেটে মডেলটিকে সূক্ষ্ম সুর করে
   • রিবেলিং করার জন্য সেগুলিকে মানব টীকাকারদের কাছে পাঠায়
   • শুধুমাত্র মূল্যায়নের জন্য সেগুলি সংরক্ষণ করে
7. Why compare the next-token loss with and without an API result when filtering a candidate call?
   • To select the API with the longest response
   • To remove all calls that change the context
   • To retain calls whose result improves prediction of the following real text
   • To maximize the number of API calls per paragraph
8. Once useful tool-call examples are filtered, how does Toolformer incorporate them?
   • It discards them and trains only on human ratings
   • It changes the API results into class labels
   • It retrains each external API from scratch
   • It fine-tunes on the resulting self-generated examples