Mit dem Guide verknüpftes Quiz · Mittel Ebene

Strahlsuchquiz

Erfahren Sie, wie die Strahlsuche mehrere Teilsequenzen mit hoher Bewertung behält und wie Bewertungsabzüge den endgültigen Ausgabetext beeinflussen.

Verwandte FührungspfadeStrahlsuche
Frage 1 von 8

Was steuert die „Strahlbreite“ (k) bei der Strahlsuche?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was steuert die „Strahlbreite“ (k) bei der Strahlsuche?
    • Wie viele Teilkandidatensequenzen werden bei jedem Decodierungsschritt beibehalten?
    • Die maximale Länge der generierten Sequenz
    • Die auf Wahrscheinlichkeiten angewendete Temperatur
    • Die Größe des Vokabulars des Modells
  2. Wie unterscheidet sich die Strahlsuche von der gierigen Dekodierung?
    • Es wird immer der einzelne Token mit der höchsten Wahrscheinlichkeit ausgewählt
    • Es behält mehrere Teilsequenzen mit hoher Punktzahl bei, anstatt sich auf eine festzulegen
    • Es probiert Token nach dem Zufallsprinzip aus
    • Es ignoriert Token-Wahrscheinlichkeiten vollständig
  3. Warum wird die Längennormalisierung üblicherweise bei der Strahlsuche angewendet?
    • Um die Generierung zu beschleunigen
    • Um den Wortschatz zu vergrößern
    • Weil die Summierung von Log-Wahrscheinlichkeiten die Ergebnisse in Richtung kürzerer Sequenzen verzerrt
    • Um den Ausgaben Zufälligkeit hinzuzufügen
  4. Für welche Aufgabe eignet sich die Strahlsuche besonders gut?
    • Kreatives Geschichtenerzählen mit offenem Ausgang
    • Generieren von maximal vielfältigem Zufallstext
    • Unvorhersehbare Poesie produzieren
    • Maschinelle Übersetzung, bei der eine originalgetreue Ausgabe mit hoher Wahrscheinlichkeit gewünscht ist
  5. Was ist ein bekannter Nachteil der Verwendung einer sehr großen Strahlbreite für die Erzeugung mit offenem Ende?
    • Es kann langweiligen, sich wiederholenden oder degenerierten Text erzeugen
    • Es garantiert den kreativsten Output
    • Dadurch entfällt die Notwendigkeit eines Wahrscheinlichkeitsmodells
    • Dadurch ignoriert das Modell die Eingabe
  6. Wie entscheidet die Strahlsuche bei jedem Schritt, welche Kandidaten behalten werden?
    • Nach der alphabetischen Reihenfolge der Token
    • Nach kumulativer Punktzahl (Summe der Log-Wahrscheinlichkeiten) unter Beibehaltung des obersten k
    • Durch die Auswahl der längsten Kandidaten
    • Durch Zufallsauswahl unter allen Kandidaten
  7. What problem does GNMT’s coverage penalty aim to reduce in translation?
    • Repeatedly encoding the same source vocabulary
    • The use of subword units
    • Output translations that fail to cover source words
    • The number of encoder layers
  8. What does diverse beam search modify to encourage different candidate outputs?
    • It replaces the model probabilities with uniform random scores
    • It removes all but one candidate at the first step
    • It changes the training tokenizer after decoding
    • It penalizes similarity or overlap among candidates in different beam groups