Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο
Κουίζ αναζήτησης δέσμης
Εξερευνήστε πώς η αναζήτηση δέσμης διατηρεί πολλές επιμέρους ακολουθίες με υψηλή βαθμολογία και πώς τα πέναλτι βαθμολογίας διαμορφώνουν το τελικό κείμενο εξόδου.
Ερώτηση 1 του 8
Τι ελέγχει το 'πλάτος δέσμης' (k) στην αναζήτηση δέσμης;
Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις
Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.
- Τι ελέγχει το 'πλάτος δέσμης' (k) στην αναζήτηση δέσμης;
- Πόσες μερικές υποψήφιες ακολουθίες διατηρούνται σε κάθε βήμα αποκωδικοποίησης
- Το μέγιστο μήκος της παραγόμενης ακολουθίας
- Η θερμοκρασία εφαρμόζεται στις πιθανότητες
- Το μέγεθος του λεξιλογίου του μοντέλου
- Πώς διαφέρει η αναζήτηση δέσμης από την άπληστη αποκωδικοποίηση;
- Επιλέγει πάντα το μοναδικό διακριτικό με την υψηλότερη πιθανότητα
- Διατηρεί πολλές επιμέρους ακολουθίες με υψηλή βαθμολογία αντί να δεσμεύεται σε μία
- Δείγματα κουπόνια τυχαία
- Αγνοεί εντελώς τις συμβολικές πιθανότητες
- Γιατί η κανονικοποίηση μήκους εφαρμόζεται συνήθως στην αναζήτηση δέσμης;
- Για να γίνει η παραγωγή πιο γρήγορη
- Για να αυξήσετε το μέγεθος του λεξιλογίου
- Επειδή η άθροιση των λογαριθμικών πιθανοτήτων ωθεί τις βαθμολογίες προς μικρότερες ακολουθίες
- Για να προσθέσετε τυχαιότητα στις εξόδους
- Για ποια εργασία είναι ιδιαίτερα κατάλληλη η αναζήτηση δέσμης;
- Δημιουργική αφήγηση ανοιχτού τύπου
- Δημιουργία τυχαίου κειμένου με μέγιστη ποικιλία
- Παράγοντας απρόβλεπτη ποίηση
- Μηχανική μετάφραση, όπου είναι επιθυμητή μια πιστή έξοδος υψηλής πιθανότητας
- Ποιο είναι το γνωστό μειονέκτημα της χρήσης πολύ μεγάλου πλάτους δέσμης για παραγωγή ανοιχτού άκρου;
- Μπορεί να παράγει πιο κοφτό, επαναλαμβανόμενο ή εκφυλισμένο κείμενο
- Εγγυάται το πιο δημιουργικό αποτέλεσμα
- Καταργεί την ανάγκη για οποιοδήποτε μοντέλο πιθανοτήτων
- Κάνει το μοντέλο να αγνοήσει την είσοδο
- Σε κάθε βήμα, πώς η αναζήτηση δέσμης αποφασίζει ποιους υποψήφιους θα κρατήσει;
- Με την αλφαβητική σειρά των μαρκών
- Με αθροιστική βαθμολογία (άθροισμα log-πιθανοτήτων), διατηρώντας την κορυφή k
- Επιλέγοντας τους μακροβιότερους υποψηφίους
- Με τυχαία επιλογή μεταξύ όλων των υποψηφίων
- 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
- 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