Cuestionario vinculado a una guía · Medio Nivel

Cuestionario de mejora de resultados iterativos de autorrefinamiento

Revise el borrador, la retroalimentación y el ciclo de revisión de Self-Refine, incluido su uso en contexto y los límites de la crítica generada por el modelo.

Rutas de guía relacionadasMejora automática de la salida iterativa
Pregunta 1 de 8

¿Qué tres funciones desempeña un único modelo en el ciclo de autorrefinamiento?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué tres funciones desempeña un único modelo en el ciclo de autorrefinamiento?
    • Generador, crítico y revisor
    • Entrenador, probador, implementador
    • Codificador, decodificador, clasificador.
    • Planificador, actor, goleador
  2. ¿Qué requiere Self-Refine más allá de pedirle que funcione?
    • Un modelo de recompensa entrenado por separado
    • Nada extra; no necesita entrenamiento adicional ni modelo de recompensa
    • Revisores humanos al tanto
    • Una red de críticos afinada
  3. ¿Por qué es útil generar comentarios en un mensaje separado de generar el borrador?
    • Oculta el borrador del modelo.
    • Reduce el recuento de tokens.
    • Permite que el modelo evalúe desde un nuevo marco en lugar de defender su primer intento.
    • Desactiva la memoria del modelo.
  4. ¿Qué tipo de retroalimentación hace que el paso de refinamiento sea más efectivo?
    • Un estímulo vago como "hazlo mejor"
    • Una puntuación numérica simple sin detalles.
    • sugerencias aleatorias
    • Comentarios específicos y procesables que apunten a fallas concretas
  5. ¿Cuándo tiende Self-Refine a no mejorar un resultado?
    • Cuando el modelo no puede detectar el defecto que necesitaría corregir
    • Cuando la tarea es corta
    • Cuando el mensaje está en inglés
    • Cuando la temperatura se ajusta a cero
  6. ¿Cómo suele decidir detenerse el bucle?
    • Siempre se ejecuta exactamente 100 veces.
    • Se detiene cuando el modelo considera que la salida es lo suficientemente buena o alcanza un límite de pasos.
    • Se detiene sólo cuando un humano lo aprueba.
    • Nunca se detiene por sí solo
  7. 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
  8. 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