Kvíz spojený s průvodcem · Střední úroveň

Kvíz Strom myšlenek

Testuje generování myšlenek, vyhodnocování stavu, vyhledávání a zpětné sledování a navíc limity hlášených výsledků benchmarku specifické pro daný úkol.

Související vodicí cestyStrom myšlenek
Otázka 1 z 8

Jak se Strom myšlenek zásadně liší od nabádání řetězem myšlenek?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jak se Strom myšlenek zásadně liší od nabádání řetězem myšlenek?
    • Zkoumá několik větví uvažování a může se vrátit zpět
    • Přeškolí model na nová data
    • Odstraňuje všechny mezilehlé uvažovací kroky
    • Funguje pouze pro generování obrazu
  2. Které tři složky tvoří systém Stromu myšlenek?
    • Tokenizer, embedder a dekodér
    • Generátor myšlenek, stavový vyhodnocovatel a vyhledávací algoritmus
    • Kodér, hlava pozornosti a softmax
    • Dataset, optimalizátor a funkce ztráty
  3. Jaký výsledek v původním experimentu Tree of Thoughts Game of 24 hlásilo vyhledávání na šířce pět pro vybranou testovací sadu?
    • 100% úspěch ve všech možných hádankách
    • 74 % pro každý model a rozpočet na vyhledávání
    • 74% úspěšnost pro GPT-4 s ToT oproti 4% pro základní myšlenkový řetězec
    • 4 % za ToT a 74 % za myšlenkový řetězec
  4. Jak systém Tree of Thoughts typicky vyhodnocuje dílčí řešení?
    • Dotazováním na externí databázi
    • Měřením teploty GPU
    • Počítáním počtu použitých tokenů
    • Vybídnutím modelu, aby hodnotil stavy jako jisté, možná nebo nemožné
  5. Co je pravdy na implementaci Stromu myšlenek na existující model?
    • Je to obálka dotazů a hledání, nikoli přeškolení
    • Vyžaduje to rekvalifikaci modelu od nuly
    • Může běžet pouze na specializovaném hardwaru
    • Trvale mění hmotnosti modelu
  6. Který související rámec umožňuje slučování cest uvažování a opětovné použití mezivýsledků?
    • Lineární regrese
    • Graf myšlenek
    • Dávková normalizace
    • Prořezávání šířky paprsku
  7. Které komponenty jsou běžně specifikovány v nastavení stromu myšlenek?
    • Nový tokenizér, optimalizátor a tréninkový korpus
    • Databáze, prohlížeč a ovladač GPU
    • Myšlenkové návrhy, mezistavový hodnotitel a vyhledávací procedura
    • Kodér štítků, škálovač ztrát a kontrolní bod
  8. Proč může strom myšlenek zvýšit náklady na odvození?
    • Vždy přeškolí základní model
    • Vyžaduje samostatný model pro každý token
    • Eliminuje všechna volání modelu po první myšlence
    • Může generovat a vyhodnocovat více kandidátských států v krocích hledání