प्रॉम्प्टिंग क्विज़ की योजना बनाएं और हल करें

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. प्लान-एंड-सॉल्व प्रॉम्प्टिंग मानक शून्य-शॉट श्रृंखला-विचार में क्या मुख्य परिवर्तन करता है?
   • यह पहले मॉडल को एक योजना तैयार करने के लिए कहता है, फिर उसे चरण दर चरण क्रियान्वित करने के लिए कहता है
   • यह नियोजन डेटा पर मॉडल को ठीक करता है
   • यह चरण-दर-चरण तर्क को पूरी तरह से हटा देता है
   • इसके लिए प्रॉम्प्ट में दर्जनों कार्यशील उदाहरणों की आवश्यकता होती है
2. प्लान-एंड-सॉल्व को विचार श्रृंखला की किस विशिष्ट कमज़ोरी को संबोधित करने के लिए डिज़ाइन किया गया था?
   • धीमी अनुमान गति और उच्च मेमोरी उपयोग
   • गुम तर्क चरण और गणना त्रुटियाँ
   • विषाक्त या पक्षपाती आउटपुट
   • कोई भी तर्क प्रस्तुत करने में असमर्थता
3. उन्नत PS+ संस्करण मूल योजना-और-समाधान संकेत में क्या जोड़ता है?
   • उत्तर को ग्रेड करने के लिए दूसरा भाषा मॉडल
   • कैलकुलेटर एपीआई तक पहुंच
   • चर निकालने, मध्यवर्ती परिणामों की गणना करने और संख्याओं पर ध्यान देने के निर्देश
   • JSON में उत्तर देने की आवश्यकता
4. कुछ-शॉट विचार श्रृंखला की तुलना में योजना-और-समाधान का एक प्रमुख लाभ यह है कि:
   • हमेशा पूर्ण सटीकता प्राप्त करता है
   • मॉडल को पुनः प्रशिक्षित करने की आवश्यकता है
   • केवल विज़न कार्यों पर काम करता है
   • प्रॉम्प्ट में हस्तनिर्मित उदाहरणों की आवश्यकता नहीं है
5. प्लान-एंड-सॉल्व का मूल्यांकन किस प्रकार के बेंचमार्क पर प्रमुखता से किया गया था?
   • GSM8K जैसे अंकगणित और गणित शब्द-समस्या बेंचमार्क
   • छवि वर्गीकरण डेटासेट
   • वाक् पहचान निगम
   • प्रोटीन-फोल्डिंग कार्य
6. विस्तृत चरणों से पहले एक योजना तैयार करने से ऑटोरेग्रेसिव मॉडल को मदद क्यों मिलती है?
   • यह मूल प्रश्न को संदर्भ से हटा देता है
   • योजना के उपलक्ष्य मॉडल द्वारा उत्पादित बाद के तर्क टोकन को निर्धारित करते हैं
   • यह मॉडल की पैरामीटर संख्या को दोगुना कर देता है
   • यह मॉडल को गैर-पाठ मोड में बदल देता है
7. A prompt asks a model to list subgoals before solving a word problem. Which Plan-and-Solve stage does that implement?
   • A few-shot worked example
   • The final answer verification stage
   • The planning stage that decomposes the task before execution
   • A decoding-time beam search
8. A PS+ prompt reminds the model to extract quantities and calculate intermediate results. What is the intent of those reminders?
   • Replace the problem statement with demonstrations
   • Change the model’s parameters during inference
   • Guarantee every answer is correct
   • Reduce calculation and step omissions by directing attention to variables and intermediate quantities