Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Εικαστικές Επεξεργασίες για Κουίζ Κωδικών Μοντέλων

Ελέγχει πώς ο αμετάβλητος πηγαίος κώδικας γίνεται προσχέδιο, πώς γίνονται αποδεκτά τα επαληθευμένα προθέματα και γιατί το μέγεθος επεξεργασίας αυξάνει το κερδοσκοπικό κόστος παραγωγής.

Ερώτηση 1 του 8

Ποια βασική παρατήρηση καθιστά αποτελεσματικές τις εικασιακές επεξεργασίες;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποια βασική παρατήρηση καθιστά αποτελεσματικές τις εικασιακές επεξεργασίες;
    • Τα περισσότερα από τα διακριτικά ενός επεξεργασμένου αρχείου είναι συνήθως πανομοιότυπα με το πρωτότυπο
    • Τα μοντέλα AI δεν μπορούν να διαβάσουν καθόλου κώδικα
    • Τα αρχεία πρέπει πάντα να αναδημιουργούνται από την αρχή
    • Ο κώδικας δεν έχει προβλέψιμη δομή
  2. Από πού προέρχεται το «πρόχειρο» στις κερδοσκοπικές επεξεργασίες, σε σύγκριση με τη συνηθισμένη κερδοσκοπική αποκωδικοποίηση;
    • Από ένα ξεχωριστό μικρό πρόχειρο μοντέλο
    • Από τον υπάρχοντα πηγαίο κώδικα που επεξεργάζεται
    • Από τυχαία δειγματοληψία
    • Από έναν ανθρώπινο κριτικό
  3. Πώς παράγει διακριτικά η τυπική αυτοπαλινδρομική αποκωδικοποίηση;
    • Πολλά διακριτικά παράλληλα ανά πάσα
    • Όλα τα διακριτικά ταυτόχρονα χωρίς μοντέλο
    • Ένα διακριτικό ανά πάσα προς τα εμπρός
    • Μόνο σε σύμπλεγμα GPU
  4. Στις κερδοσκοπικές μεθόδους, τι συμβαίνει σε μια σειρά από προτεινόμενα διακριτικά που το μοντέλο επαληθεύει ως σωστά;
    • Απορρίπτονται και αναγεννώνται
    • Αποστέλλονται σε έναν άνθρωπο για έγκριση
    • Προκαλούν σφάλμα
    • Γίνονται δεκτοί σε περίπου μία μόνο πάσα προς τα εμπρός
  5. Με κερδοσκοπικές επεξεργασίες, το κόστος παραγωγής κλιμακώνεται περισσότερο με τι;
    • Το μέγεθος της πραγματικής επεξεργασίας (τα αποκλίνοντα μέρη)
    • Το συνολικό μέγεθος του αρχείου
    • Ο αριθμός των αρχείων στο αποθετήριο
    • Αριθμός παραμέτρων του μοντέλου
  6. Ποιο σενάριο ωφελείται ΠΕΡΙΣΣΟΤΕΡΑ από τις κερδοσκοπικές επεξεργασίες;
    • Γράψτε ένα ολοκαίνουργιο αρχείο από ένα κενό buffer
    • Μετονομασία συμβόλου σε ένα μεγάλο ως επί το πλείστον αμετάβλητο αρχείο
    • Απαντώντας σε μια γενική ερώτηση
    • Δημιουργία ενός μικρού αυτοτελούς ποιήματος
  7. A code edit changes only one short function in a large file. Where is speculative generation work concentrated?
    • Across every unchanged token in the file
    • In retraining the code model
    • In the divergent edited span that does not match the existing source draft
    • In regenerating the file’s tokenizer vocabulary
  8. When speculative verification finds a mismatch with the target model, what should the edit system do?
    • Accept every remaining draft token
    • Discard the entire model checkpoint
    • Replace the target model with the draft
    • Stop accepting that draft prefix and generate the corrected span