सट्टा नमूनाकरण सत्यापन प्रश्नोत्तरी

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

1. सट्टा नमूनाकरण के पीछे मूल विचार क्या है?
   • एकाधिक टोकन प्रस्तावित करने के लिए एक छोटे ड्राफ्ट मॉडल का उपयोग करें जिसे एक बड़ा मॉडल समानांतर में सत्यापित करता है
   • परतों को गतिशील रूप से छोड़ने के लिए एक विशाल मॉडल को प्रशिक्षित करें
   • हर संभव वाक्य को पहले से कैश कर लें
   • समय बचाने के लिए सैंपलिंग को लालची डिकोडिंग से बदलें
2. सट्टा नमूनाकरण आउटपुट गुणवत्ता को ख़राब क्यों नहीं करता है?
   • क्योंकि ड्राफ्ट मॉडल हमेशा सही होता है
   • क्योंकि सत्यापन नियम अंतिम वितरण को शुद्ध लक्ष्य नमूने के समान बनाता है
   • क्योंकि यह केवल छोटे संकेतों पर ही काम करता है
   • क्योंकि यह दो मॉडलों के आउटपुट का औसत रखता है
3. In exact speculative sampling, what happens when a drafted token is rejected?
   • It outputs the rejected draft token unchanged
   • It discards the entire conversation and restarts
   • The algorithm samples from a corrected residual distribution at that position
   • It permanently changes the target model
4. Under exact speculative sampling, what is guaranteed about the output distribution?
   • It is always deterministic
   • It matches the draft model’s distribution instead
   • It is more diverse than every target-model output
   • It matches the target model’s sampling distribution
5. What information does the target verification pass provide in exact speculative sampling?
   • Target probabilities for proposed positions, used for acceptance tests and residual resampling
   • A guarantee that no target-model computation is needed
   • Only the draft model’s next-token distribution
   • A corrected token sequence without any sampling
6. Which description correctly distinguishes two self-speculative approaches?
   • Both use only an unrelated small draft model
   • Medusa adds prediction heads, while EAGLE uses feature-space proposals
   • Medusa is a tokenizer and EAGLE is a reward model
   • Both remove the target model from decoding
7. The draft assigns probability 0.8 to a token and the target assigns 0.4. What is the speculative acceptance probability?
   • 0.2
   • 0.4
   • 0.5
   • 1.0
8. What most limits speculative sampling’s realized speedup?
   • The color of the model’s interface
   • The target model’s name length
   • Whether the prompt contains punctuation
   • The draft-model cost and how much proposed work the target accepts