Prueba de búsqueda de rayos

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué controla el 'ancho del haz' (k) en la búsqueda del haz?
   • ¿Cuántas secuencias candidatas parciales se mantienen en cada paso de decodificación?
   • La longitud máxima de la secuencia generada.
   • La temperatura aplicada a las probabilidades.
   • El tamaño del vocabulario del modelo.
2. ¿En qué se diferencia la búsqueda por haz de la decodificación codiciosa?
   • Siempre elige el token de mayor probabilidad.
   • Mantiene múltiples secuencias parciales de alta puntuación en lugar de comprometerse con una
   • Muestra tokens al azar.
   • Ignora por completo las probabilidades simbólicas.
3. ¿Por qué se aplica comúnmente la normalización de longitud en la búsqueda de haces?
   • Para acelerar la generación
   • Para aumentar el tamaño del vocabulario
   • Porque la suma de probabilidades logarítmicas sesga las puntuaciones hacia secuencias más cortas
   • Para agregar aleatoriedad a las salidas
4. ¿Para qué tarea es especialmente adecuada la búsqueda por haz?
   • Narración creativa abierta
   • Generando texto aleatorio con la máxima diversidad
   • Produciendo poesía impredecible
   • Traducción automática, cuando se desea un resultado fiel y de alta probabilidad
5. ¿Cuál es una desventaja conocida de utilizar un ancho de haz muy grande para la generación abierta?
   • Puede producir texto más insulso, repetitivo o degenerado.
   • Garantiza la producción más creativa.
   • Elimina la necesidad de cualquier modelo de probabilidad.
   • Hace que el modelo ignore la entrada.
6. En cada paso, ¿cómo decide la búsqueda por haz qué candidatos conservar?
   • Por orden alfabético de fichas
   • Por puntuación acumulada (suma de probabilidades logarítmicas), manteniendo el k superior
   • Eligiendo a los candidatos más largos
   • Por selección aleatoria entre todos los candidatos.
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