Kuis Bias Logit

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa yang dimodifikasi oleh logit bias?
   • Skor (logit) token tertentu sebelum pengambilan sampel
   • Bobot latihan model diberi bobot secara permanen
   • Suhu keseluruhan prompt
   • Jumlah token di jendela konteks
2. Di banyak API, apa yang dicapai oleh bias logit -100 pada sebuah token?
   • Membuat token 100 kali lebih mungkin
   • Secara efektif melarang pembuatan token
   • Menghapus token dari kosakata selamanya
   • Menggandakan kecepatan model
3. What numeric range does the documented OpenAI Chat Completions logit_bias accept for a token?
   • From 0 to 1 only
   • From -1 to 1 only
   • From -100 to 100
   • Any string value
4. Bias logit dikunci pada pengidentifikasi apa?
   • Kata teks biasa
   • Posisi kalimat
   • Nama modelnya
   • ID token numerik
5. Karena logit dilewatkan melalui softmax, apa efek penambahan bias positif?
   • Ini secara eksponensial meningkatkan bobot relatif token sebelum normalisasi
   • Ini secara linear menambahkan probabilitas tetap
   • Itu tidak berpengaruh sampai pelatihan
   • Ini menghilangkan token dari pertimbangan
6. Keuntungan utama dari logit bias dibandingkan fine-tuning adalah:
   • Meningkatkan pengetahuan model secara permanen
   • Tidak memerlukan pelatihan ulang dan berlaku per permintaan
   • Meningkatkan ukuran jendela konteks
   • Hanya berfungsi pada gambar
7. Why should a developer inspect the tokenizer before applying a bias to a visible word?
   • Token IDs are assigned only after sampling
   • Visible words always equal one token
   • The word may be represented by several token IDs, so biasing one ID may not cover all forms
   • The tokenizer controls the model’s training data
8. What is a practical risk of applying a strong positive bias to one token?
   • It increases the context window
   • It changes the model weights permanently
   • It guarantees the token appears exactly once
   • It can distort generation or produce repetitive, awkward text