Mit dem Guide verknüpftes Quiz · Schwer Ebene
Typisches Sampling-Quiz
Überprüft die typische Überraschung, die entropiebasierte Rangfolge, den Massenschwellenwert „typisch_p“ und die Unterschiede zur wahrscheinlichkeitsbewerteten Top-p-Stichprobe.
Frage 1 von 8
Mit welcher Kernmenge vergleicht die typische Stichprobe jeden Kandidaten-Token?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Mit welcher Kernmenge vergleicht die typische Stichprobe jeden Kandidaten-Token?
- Der erwartete Informationsgehalt (Entropie) der Verteilung
- Die Gesamtwortschatzgröße des Modells
- Die Position des Tokens im Satz
- Allein der Temperaturparameter
- Wie behandelt die typische Stichprobe den wahrscheinlichsten Einzeltoken?
- Es wählt es immer zuerst aus
- Es kann es ausschließen, wenn seine Überraschung weit unter dem erwarteten Wert liegt
- Es verdoppelt seine Wahrscheinlichkeit
- Es ignoriert die Wahrscheinlichkeit völlig
- Welche Vorstellung von der menschlichen Sprache basierte auf einer typischen Stichprobe?
- Menschen wählen immer die seltensten Wörter
- Menschen wiederholen niemals Wörter
- Menschen kommunizieren mit einer annähernd konstanten Informationsrate
- Menschen sprechen in Sätzen fester Länge
- Was bedeutet der Tau-Parameter bei einer typischen Stichprobenkontrolle?
- Die Lernrate während des Trainings
- Die Anzahl der Schichten im Modell
- Die maximale Satzlänge
- Die in der typischen Menge zusammengefasste kumulative Wahrscheinlichkeitsmasse
- 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
- Bei welcher Art von Software werden typische Stichproben häufig von Entwicklern genutzt?
- Tabellenkalkulationsanwendungen
- Open-Source-LLM-Inferenzbibliotheken wie Hugging Face Transformers
- Bildbearbeitungswerkzeuge
- Datenbankabfrage-Engines
- 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