Útmutatóhoz kapcsolódó kvíz · Könnyű Szint

Tudáslezárási dátumok az LLM-kvízben

Azt teszteli, hogy mi a tudáskorlátozás, miért ítélik meg rosszul a modellek saját határnapjukat, és hogyan tartja naprakészen a válaszokat a keresés, a visszakeresés és a dátumbevitel.

Kapcsolódó útmutató utakA tudás határideje az LLM-ekben
kérdés 1 -ból 8

Mi a modell tudáskorlátja?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a modell tudáskorlátja?
    • A dátum, amikor a modell leáll
    • Az a hozzávetőleges dátum, amely után az edzési adatok kevés információt tartalmaznak, vagy egyáltalán nem tartalmaznak információt
    • A modell nyilvánosságra hozatalának dátuma
    • Az a dátum, amikor a szállító befejezi az ügyfélszolgálatot
  2. Miért bizonytalanok gyakran a modellek, vagy alábecsülik saját határukat?
    • Az eladók szándékosan elrejtik a modell elől
    • A modellek edzés után törlik a legfrissebb adataikat
    • A modellek rosszul számolják a napokat
    • A határzár előtti utolsó hónapok nagyon vékonyak, mert az emberek még jóval később is írnak az eseményekről
  3. Mi a legmegbízhatóbb módja annak, hogy megtaláljuk a modell tudáskorlátját?
    • Ellenőrizze a szállító közzétett modelldokumentációját
    • Kérdezze meg közvetlenül a modellt
    • Számold meg a szavakat a válaszaiban!
    • Nézd meg a modell logóját
  4. Milyen egyszerű javítás javítja ki sok olyan esetet, amikor egy modell rossz aktuális dátumot feltételez?
    • A modell finomhangolása minden héten
    • A modell ki- és bekapcsolása
    • Az aktuális dátum beírása a rendszerpromptba
    • Rövidebb felszólítások használata
  5. Egy webböngészővel rendelkező chatbot válaszol a múlt heti hírekkel kapcsolatos kérdésre. Melyik állítás igaz?
    • Az edzések határideje a múlt hétre csúszott
    • Már nem tud ténybeli hibákat elkövetni
    • Minden lekérdezésnél újraképzi magát
    • Kiképzési határideje változatlan; új forrásokat olvas, és csak annyira pontos, mint az általa előhívott oldalak
  6. Miért részesítik előnyben a visszakeresést a finomhangolással szemben a tények naprakészen tartása érdekében?
    • A finomhangolás lassabb és költségesebb a tények naprakészen tartásának módja
    • A finomhangolás a nagy modelleknél lehetetlen
    • A visszakeresés véglegesen megváltoztatja a modell súlyát
    • A visszakeresés dokumentumok nélkül működik
  7. Ezek közül melyik tipikus jele az elavult tudásnak?
    • A modell minden kérdést visszautasít
    • A modell másik nyelvre vált
    • A modell egy elavult szoftververziót nevez meg a legújabbnak
    • A modell válaszai szokatlanul rövidek
  8. Mit kell belefoglalni, amikor értékeléseket készít a levágással kapcsolatos problémákra?
    • Csak jóval a vágás előtti eseményekkel kapcsolatos kérdések
    • Olyan kérdések, amelyek helyes válaszai a cutoff után megváltoztak
    • Az összes dátumot eltávolított kérdések
    • Egy kérdés, amely arra kéri a modellt, hogy adja meg a határértékét