Quiz lié à un guide · Moyen Niveau

OpenAI Quiz murmurant

Examinez la composition des données de formation Whisper, le comportement multilingue et les modes de défaillance documentés sans supposer que les transcriptions sont toujours correctes.

Chemins de guidage associésMurmure d'Openai
Question 1 de 8

Quel est le but principal du murmure de OpenAI ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Quel est le but principal du murmure de OpenAI ?
    • Reconnaissance vocale automatique : transcription et traduction audio
    • Générer des images à partir de texte
    • Écrire du code informatique
    • Création d'animations 3D
  2. What was true of the language balance in Whisper’s training audio?
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. What does Whisper use to condition the decoder on the requested task and language?
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. Quelle fonctionnalité Whisper NE fournit PAS nativement ?
    • Traduire des discours d'autres langues vers l'anglais
    • Détecter quelle langue est parlée
    • Ajouter des horodatages à une transcription
    • Générer une vidéo réaliste à partir d'une invite
  5. Which long-form transcription problems does OpenAI’s paper describe?
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. Quelle est la faiblesse connue de Whisper à surveiller ?
    • Il ne peut traiter aucun audio en anglais
    • Il peut parfois « halluciner » un texte qui n'a pas été prononcé
    • Il ne produit que de l'audio, jamais du texte
    • Il refuse d'ajouter de la ponctuation
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • Environ 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • Ajouter des horodatages à une transcription
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification