Quiz lié à un guide · Moyen Niveau

Quiz T5 et transfert de texte à texte

Testez les préfixes de tâches T5, la corruption de span, l'attention de l'encodeur-décodeur et la différence entre le réglage des instructions et les réponses à livre fermé.

Chemins de guidage associésT5 et transfert de texte à texte
Question 1 de 8

Quelle est l’idée déterminante derrière T5 ?

Prévisualisez chaque question8 des questions

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

  1. Quelle est l’idée déterminante derrière T5 ?
    • Il ne fait que de la traduction automatique
    • Il génère des images à partir de légendes
    • Chaque tâche PNL est encadrée comme une entrée de texte vers une sortie de texte
    • Il remplace toute formation par un apprentissage par renforcement
  2. Quelle architecture Transformer le T5 utilise-t-il ?
    • Un encodeur-décodeur complet
    • Encodeur uniquement, comme BERT
    • Décodeur uniquement, comme GPT
    • Aucune attention du tout
  3. Quel objectif de pré-formation le T5 utilise-t-il principalement ?
    • Prédiction de la phrase suivante uniquement
    • Prédire les cours des actions
    • Peinture d'images
    • Corruption des travées, masquant les travées contiguës remplacées par des jetons sentinelles
  4. Sur quel corpus T5 a-t-il été pré-entraîné ?
    • Uniquement Wikipédia
    • Le corpus C4 Colossal Clean Crawled
    • Un ensemble de données de code source
    • Transcriptions audio
  5. Comment T5 représente-t-il une tâche de classification telle que l’analyse des sentiments ?
    • Il génère uniquement un vecteur de probabilité
    • Il renvoie un identifiant numérique
    • Il génère le mot d'étiquette littéral, tel que « positif » ou « négatif »
    • Il ne peut pas faire de classification
  6. Qu'est-ce que le FLAN-T5 par rapport au T5 d'origine ?
    • Un modèle d'image plus petit
    • Un descendant adapté aux instructions qui se généralise à des tâches invisibles
    • Un système de reconnaissance vocale
    • Un outil de base de données sans rapport
  7. When T5 generates a summary, what does decoder cross-attention let it consult?
    • The encoder's representations of the input article
    • Only previously generated summary tokens
    • Only the unprocessed task label
    • The training optimizer's stored gradients
  8. In a closed-book T5 question-answering setup, where does the answer's factual information come from at inference?
    • A document retrieval step required for every question
    • A newly supplied answer passage required in the prompt
    • A live database lookup built into span corruption
    • Knowledge encoded in the model's learned parameters