গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর
সাধারণ স্যাম্পলিং কুইজ
সাধারণ আশ্চর্য, এনট্রপি-ভিত্তিক র্যাঙ্কিং, সাধারণ_পি ভর থ্রেশহোল্ড এবং সম্ভাব্যতা-র্যাঙ্কযুক্ত শীর্ষ-পি নমুনা থেকে পার্থক্য পরীক্ষা করে।
প্রশ্ন 1 এর 8
সাধারণ নমুনা প্রতিটি প্রার্থীর টোকেনের সাথে কোন মূল পরিমাণের তুলনা করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- সাধারণ নমুনা প্রতিটি প্রার্থীর টোকেনের সাথে কোন মূল পরিমাণের তুলনা করে?
- বিতরণের প্রত্যাশিত তথ্য সামগ্রী (এনট্রপি)
- মডেলের সামগ্রিক শব্দভান্ডারের আকার
- বাক্যে টোকেনের অবস্থান
- তাপমাত্রার প্যারামিটার একা
- সাধারণ স্যাম্পলিং কীভাবে একক সবচেয়ে সম্ভাব্য টোকেনের সাথে আচরণ করে?
- এটি সর্বদা প্রথমে এটি নির্বাচন করে
- এটি বাদ দিতে পারে যদি এর বিস্ময় প্রত্যাশিত মানের থেকে অনেক নিচে হয়
- এটি তার সম্ভাবনা দ্বিগুণ করে
- এটি সম্ভাবনাকে সম্পূর্ণরূপে উপেক্ষা করে
- সাধারণ নমুনা মানব ভাষা সম্পর্কে কোন ধারণা দ্বারা অনুপ্রাণিত হয়েছিল?
- মানুষ সবসময় বিরল সম্ভাব্য শব্দ চয়ন করে
- মানুষ কখনো শব্দের পুনরাবৃত্তি করে না
- মানুষ তথ্যের মোটামুটি স্থির হারের কাছাকাছি যোগাযোগ করে
- মানুষ নির্দিষ্ট দৈর্ঘ্যের বাক্যে কথা বলে
- সাধারণ নমুনা নিয়ন্ত্রণে টাউ প্যারামিটার কী করে?
- প্রশিক্ষণের সময় শেখার হার
- মডেলে স্তরের সংখ্যা
- সর্বোচ্চ বাক্যের দৈর্ঘ্য
- সাধারণ সেটে সংগৃহীত ক্রমবর্ধমান সম্ভাব্যতার ভর
- Compared with greedy decoding, what does typical sampling try to change?
- It samples from tokens whose surprisal is closer to the distribution’s expected surprisal
- It always selects the most probable token
- It guarantees every continuation is factually correct
- It removes probability scores from decoding
- কোন ধরনের সফ্টওয়্যারে সাধারণ নমুনা সাধারণত ডেভেলপারদের কাছে প্রকাশ করা হয়?
- স্প্রেডশীট অ্যাপ্লিকেশন
- ওপেন সোর্স এলএলএম ইনফারেন্স লাইব্রেরি যেমন হাগিং ফেস ট্রান্সফরমার
- ইমেজ এডিটিং টুলস
- ডাটাবেস কোয়েরি ইঞ্জিন
- How does typical sampling rank candidate tokens differently from top-p sampling?
- By alphabetical order of token strings
- By token position in the prompt
- By distance between token surprisal and expected surprisal, rather than probability rank alone
- By the model’s training loss
- Which value does typical_p control?
- The model’s vocabulary size
- The number of transformer layers
- The probability that the answer is factually correct
- The target cumulative probability mass collected in the typical set