Quiz de décodage d'auto-cohérence

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

1. How does self-consistency decoding pick a final answer from a language model?
   • Échantillonnez de nombreuses pistes de raisonnement et votez à la majorité sur la réponse
   • Choisissez toujours le jeton le plus probable à chaque étape
   • Entraîner le modèle sur ses propres sorties à plusieurs reprises
   • Supprimez tout caractère aléatoire de la génération
2. Under what condition can self-consistency improve answer accuracy?
   • Whenever the number of samples increases
   • When correct sampled paths converge and errors are not too strongly correlated
   • When every reasoning chain has identical wording
   • Only when the model weights are retrained
3. Quelle méthode de décodage l’auto-cohérence remplace-t-elle ?
   • Rétropropagation
   • Tokenisation
   • Décodage gourmand d'une seule chaîne
   • Quantification du poids
4. Quelle partie de chaque chaîne échantillonnée est réellement utilisée lors du vote final ?
   • Le texte complet du raisonnement
   • Le nombre de jetons générés
   • Le réglage de la température
   • Seule la réponse finale
5. What is the main cost of increasing the number of self-consistency samples?
   • More inference compute; accuracy gains depend on the task and can have diminishing returns
   • It retrains the model weights after every response
   • It guarantees that the majority is correct
   • It eliminates the need to sample any reasoning paths
6. L'auto-cohérence est un des premiers exemples de quel concept plus large ?
   • Compression du modèle
   • Mise à l'échelle du temps d'inférence (dépenser des calculs supplémentaires pour mieux raisonner)
   • Augmentation des données pendant la formation
   • Accélération matérielle
7. Why may answer normalization be useful before a self-consistency vote?
   • It makes all reasoning paths independent
   • It verifies the answer against external evidence
   • It can group semantically equivalent answers that use different formatting
   • It changes the model’s sampled probabilities
8. What is a key limitation of a majority answer from self-consistency?
   • A majority vote cannot be computed for text
   • Sampling always changes the model weights
   • Every reasoning path is guaranteed independent
   • Correlated reasoning errors can make an incorrect answer win the vote