अनुक्रम-से-अनुक्रम मॉडल प्रश्नोत्तरी

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

1. अनुक्रम-से-अनुक्रम मॉडल के दो मुख्य घटक क्या हैं?
   • एक एनकोडर और एक डिकोडर
   • एक टोकननाइज़र और एक क्लासिफायरियर
   • दो समान एनकोडर
   • एक फिल्टर और एक रैंकर
2. Seq2seq मॉडल में ध्यान तंत्र ने किस प्रमुख समस्या का समाधान किया?
   • धीमा टोकनीकरण
   • लंबे इनपुट के लिए निश्चित-लंबाई वेक्टर टोंटी
   • शब्दावली का अभाव
   • अत्यधिक प्रशिक्षण डेटा
3. मूल 2014 seq2seq अनुवाद मॉडल में किस वास्तुकला का उपयोग किया गया था?
   • संवादी नेटवर्क
   • निर्णय वृक्ष
   • स्टैक्ड LSTM
   • नंगे फ़ीड-फ़ॉरवर्ड परतें
4. ध्यान प्रत्येक डिकोडिंग चरण के लिए संदर्भ कैसे बनाता है?
   • सभी इनपुट टोकन को समान रूप से औसत करके
   • एन्कोडर को पूरी तरह से अनदेखा करके
   • अंतिम इनपुट टोकन की प्रतिलिपि बनाकर
   • संरेखण स्कोर का उपयोग करके एनकोडर राज्यों के भारित योग द्वारा
5. Seq2seq आउटपुट इनपुट से लंबाई में भिन्न क्यों हो सकते हैं?
   • डिकोडर तब तक टोकन उत्पन्न करता है जब तक वह स्टॉप सिग्नल उत्सर्जित नहीं करता
   • इनपुट और आउटपुट हमेशा समान लंबाई के होते हैं
   • एनकोडर हर चीज़ को पैड करता है
   • लंबाई पहले से तय होती है
6. कौन से आधुनिक मॉडल लोकप्रिय ट्रांसफार्मर-आधारित seq2seq आर्किटेक्चर हैं?
   • रेसनेट और वीजीजी
   • टी5 और बार्ट
   • के-मीन्स और पीसीए
   • Word2Vec और GloVe
7. In encoder-decoder attention, which representations are commonly used as keys and values?
   • Only the decoder’s future hidden states
   • The vocabulary file’s byte offsets
   • The encoder’s output representations
   • The optimizer’s learning-rate history
8. What does a bidirectional encoder provide to an attention-based decoder?
   • A fixed one-token output regardless of the input
   • A guarantee that output length equals input length
   • A causal mask over future target tokens
   • Contextual representations of source tokens that can use information from both directions