परीक्षण-समय गणना स्केलिंग प्रश्नोत्तरी

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

1. 'परीक्षण-समय गणना' से क्या तात्पर्य है?
   • गणना ने डेटा पर मॉडल को प्रशिक्षित करने में खर्च किया
   • किसी मॉडल को डाउनलोड करने में लगने वाला समय
   • जब मॉडल अनुमान के समय किसी प्रश्न का उत्तर देता है तो गणना खर्च हो जाती है
   • डेटा केंद्रों को ठंडा करने के लिए बिजली का उपयोग किया जाता है
2. In test-time scaling studies, what can extra inference compute be used for?
   • Changing the model’s training data during the request
   • Increasing the number of model parameters automatically
   • Guaranteeing correctness without evaluation
   • Searching or revising candidate solutions and checking their quality
3. परीक्षण-समय गणना स्केलिंग का मुख्य व्यापार-बंद क्या है?
   • अधिक विलंबता और लागत के बदले में उच्च सटीकता
   • कम स्मृति लेकिन धीमा प्रशिक्षण
   • अधिक डेटा लेकिन छोटे मॉडल
   • कम रिज़ॉल्यूशन के लिए बेहतर ग्राफ़िक्स
4. 'बेस्ट-ऑफ़-एन' नमूनाकरण क्या है?
   • एन सबसे बड़े डेटासेट पर प्रशिक्षण
   • एन उम्मीदवार उत्तर तैयार करना और सर्वश्रेष्ठ का चयन करना
   • प्रॉम्प्ट के केवल पहले N शब्दों का उपयोग करना
   • गति के लिए मॉडल को एन विभिन्न कंप्यूटरों पर चलाना
5. परीक्षण-समय गणना को एक नया 'स्केलिंग अक्ष' क्यों माना जाता है?
   • यह किसी भी प्रशिक्षण की आवश्यकता को प्रतिस्थापित करता है
   • यह केवल छोटे मॉडलों पर काम करता है
   • यह केवल मॉडल आकार बढ़ाने के बजाय अनुमान गणना जोड़कर प्रदर्शन में सुधार करता है
   • यह उन उपयोगकर्ताओं की संख्या को कम कर देता है जिन्हें एक मॉडल सेवा प्रदान कर सकता है
6. परीक्षण-समय की गणना किस आश्चर्यजनक परिणाम को सक्षम बनाती है?
   • मॉडल बिना किसी जीपीयू के चल सकते हैं
   • प्रशिक्षण डेटा अनावश्यक हो जाता है
   • मॉडल हमेशा तेजी से उत्तर देते हैं
   • लंबे समय तक सोचने वाला एक छोटा मॉडल तुरंत उत्तर देने वाले बहुत बड़े मॉडल से प्रतिस्पर्धा कर सकता है
7. What is one reason a fixed best-of-N strategy may waste inference compute?
   • It spends the same candidate budget on easy and difficult prompts
   • It modifies model weights on every query
   • It cannot generate multiple candidates
   • It eliminates the need for scoring
8. What did the test-time compute paper compare with best-of-N sampling?
   • A strategy that disables inference
   • A compute-optimal strategy that allocates effort based on expected solution quality
   • A larger tokenizer vocabulary
   • A method that changes image resolution