Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο
Κουίζ αυτοβελτίωσης επαναληπτικής βελτίωσης εξόδου
Ελέγξτε το προσχέδιο, τα σχόλια και τον βρόχο αναθεώρησης του Self-Refine, συμπεριλαμβανομένης της χρήσης του πλαισίου και των ορίων της κριτικής που δημιουργείται από το μοντέλο.
Ερώτηση 1 του 8
Ποιους τρεις ρόλους παίζει ένα μεμονωμένο μοντέλο στον βρόχο Self-Refine;
Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις
Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.
- Ποιους τρεις ρόλους παίζει ένα μεμονωμένο μοντέλο στον βρόχο Self-Refine;
- Δημιουργός, κριτικός και αναθεωρητής
- Εκπαιδευτής, δοκιμαστής, προγραμματιστής
- Κωδικοποιητής, αποκωδικοποιητής, ταξινομητής
- Σχεδιαστής, ηθοποιός, σκόρερ
- Τι απαιτεί το Self-Refine πέρα από την προτροπή για εργασία;
- Ένα ξεχωριστά εκπαιδευμένο μοντέλο ανταμοιβής
- Τίποτα επιπλέον? δεν χρειάζεται πρόσθετη εκπαίδευση ή μοντέλο ανταμοιβής
- Ανθρώπινοι αναθεωρητές στο βρόχο
- Ένα καλά συντονισμένο δίκτυο κριτικών
- Γιατί είναι χρήσιμη η δημιουργία σχολίων σε ξεχωριστή προτροπή από τη δημιουργία του προχείρου;
- Κρύβει το προσχέδιο από το μοντέλο
- Μειώνει τον αριθμό των διακριτικών
- Επιτρέπει στο μοντέλο να αξιολογήσει από ένα νέο πλαίσιο αντί να υπερασπιστεί την πρώτη του προσπάθεια
- Απενεργοποιεί τη μνήμη του μοντέλου
- Τι είδους ανατροφοδότηση κάνει το βήμα βελτίωσης πιο αποτελεσματικό;
- Αόριστη ενθάρρυνση όπως "κάντε το καλύτερο"
- Μια απλή αριθμητική βαθμολογία χωρίς λεπτομέρειες
- Τυχαίες προτάσεις
- Ειδική, ενεργή ανατροφοδότηση που δείχνει συγκεκριμένα ελαττώματα
- Πότε το Self-Refine τείνει να αποτυγχάνει να βελτιώσει ένα αποτέλεσμα;
- Όταν το μοντέλο δεν μπορεί να εντοπίσει το ελάττωμα θα πρέπει να διορθωθεί
- Όταν η εργασία είναι σύντομη
- Όταν η προτροπή είναι στα αγγλικά
- Όταν η θερμοκρασία έχει ρυθμιστεί στο μηδέν
- Πώς αποφασίζει συνήθως να σταματήσει ο βρόχος;
- Τρέχει πάντα ακριβώς 100 φορές
- Σταματά όταν το μοντέλο κρίνει την έξοδο αρκετά καλή ή φτάσει σε ένα όριο βήματος
- Σταματά μόνο όταν το εγκρίνει ένας άνθρωπος
- Δεν σταματά ποτέ από μόνο του
- What information does Self-Refine feed into later refinement rounds?
- Only the final token of the original prompt
- A reward model's parameters
- The draft together with the feedback history
- A new human-written answer with no prior context
- In the guide's coding example, what might the critic flag before a revision?
- An incorrect microphone sample rate
- A ship arriving outside its port window
- A mismatch between image and audio codecs
- Missing edge-case handling