Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Tanári kényszerítés sorozatmodellekben kvíz
Checks how ground-truth prefixes train a sequence decoder, how causal masks support parallel training, and why inference differs.
kérdés 1 -ból 8
A tanári kényszerítés során mi kerül bemenetként minden dekódolási lépésnél?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- A tanári kényszerítés során mi kerül bemenetként minden dekódolási lépésnél?
- Az alap-igazság előző jelzője
- A modell saját korábbi előrejelzése
- Egy véletlenszerű token
- A végső kimeneti token
- During teacher-forced training, what target is paired with decoder input y_(t−1)?
- The previous ground-truth token
- The next target token y_t
- A token sampled from the validation set
- The maximum-probability output from an earlier training run
- A tanári kényszer által okozott vonatvizsga eltérés a következőképpen ismert:
- Eltűnő színátmenetek
- Üzemmód összeomlása
- Expozíciós torzítás
- Címke szivárgás
- A Transformer dekóderben milyen mechanizmus teszi lehetővé, hogy a tanárok által kényszerített képzés párhuzamosan működjön a különböző pozíciókban?
- Lemorzsolódás
- Kötegelt normalizálás
- Sugárkeresés
- Ok-okozati (előretekintő) figyelemmaszk
- A következtetés idején miért nem használható a tanári kényszer?
- Nincsenek megalapozott jövőbeli jelzők
- A veszteség funkció nem érhető el
- A GPU túl lassú
- A figyelemmaszkok le vannak tiltva
- Melyik veszteséget használják jellemzően az egyes lépésekben a tanári kényszerképzés során?
- Átlagos négyzetes hiba a nyers logitokon
- Keresztentrópia a megjósolt eloszlás és a valódi következő token között
- Zsanérvesztés a beágyazásoknál
- Koszinusz hasonlóság elvesztése
- The target sequence is “red, blue, green.” Under teacher forcing, which token is supplied when training the prediction of “green”?
- The model’s prediction for “green”
- The future token after “green”
- The ground-truth previous token “blue”
- A randomly sampled vocabulary item
- At decoder position t, which tokens must a causal attention mask block?
- The source sequence
- All earlier target tokens
- The current position’s own input
- Target tokens at positions later than t