Kuis terkait panduan · Sedang Tingkat

Kuis Penyetelan Instruksi

Tinjau pelatihan respons instruksi yang diawasi, tahapan preferensi opsional, keragaman tugas, eksperimen LIMA, dan evaluasi instruksi baru.

Jalur panduan terkaitPenyetelan Instruksi
Pertanyaan 1 dari 8

Tanpa penyetelan instruksi, bagaimana model dasar mentah dapat merespons pertanyaan 'Apa ibu kota Prancis?'

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Tanpa penyetelan instruksi, bagaimana model dasar mentah dapat merespons pertanyaan 'Apa ibu kota Prancis?'
    • Ia selalu menolak untuk menjawab
    • Ini mengembalikan kesalahan
    • Ini mungkin berlanjut dengan lebih banyak pertanyaan atau teks terkait daripada menjawab
    • Itu menjawab dengan sempurna setiap saat
  2. Penyetelan instruksi paling tepat digambarkan sebagai:
    • Pembelajaran penguatan dari umpan balik manusia
    • Pra-pelatihan tentang teks web mentah
    • Menyesuaikan parameter suhu
    • Penyesuaian yang diawasi pada pasangan instruksi dan respons
  3. How does supervised instruction tuning differ from reward-model-based RLHF in the published InstructGPT recipe?
    • It is exactly the same optimization stage
    • It trains against reference responses, while the later preference stages use comparisons and a reward model
    • It requires no training examples
    • It only changes a sampling temperature
  4. Why do instruction-tuning researchers evaluate models on held-out tasks and instructions?
    • To assess generalization beyond the examples used for training
    • To prove that every unseen task will succeed
    • To avoid checking any generated responses
    • To guarantee the same accuracy for every task mixture
  5. Urutan tahapan pelatihan apa yang umum untuk asisten obrolan modern?
    • RLHF, lalu prapelatihan, lalu penyetelan instruksi
    • Penyetelan instruksi, lalu pra-pelatihan
    • Hanya pra-pelatihan, tidak ada yang lain
    • Pra-pelatihan, lalu penyetelan instruksi, lalu RLHF opsional
  6. What does LIMA's curated-data experiment support as a research conclusion?
    • Exactly 1,000 examples are enough for every model and task
    • More data can never help any instruction-tuned model
    • Carefully selected small datasets can be effective in an evaluated configuration
    • Only synthetic examples can train an assistant
  7. Which training stage did the original LIMA experiment omit while using its 1,000 curated prompt-response pairs?
    • Reinforcement learning and human preference modeling
    • Supervised response loss
    • A pretrained base model
    • Prompt-response examples
  8. A tuned model follows the requested answer format. What does that behavior alone fail to establish?
    • That an output format was requested
    • That every factual statement in the answer is correct
    • That the model produced a response
    • That the response can be inspected