Kuis terkait panduan · Sedang Tingkat

Kuis Model Penghargaan Proses

Penilaian tingkat langkah model penghargaan proses pengujian, label manusia dan otomatis, pemeringkatan ulang solusi, pencarian pohon, dan lokalisasi kegagalan.

Jalur panduan terkaitModel Penghargaan Proses
Pertanyaan 1 dari 8

Apa yang membedakan model imbalan proses dengan model imbalan hasil?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang membedakan model imbalan proses dengan model imbalan hasil?
    • Ini menilai setiap langkah penalaran perantara, bukan hanya jawaban akhir
    • Ini berjalan lebih cepat pada waktu inferensi
    • Itu tidak memerlukan data pelatihan
    • Ini hanya berfungsi pada input gambar
  2. Kumpulan data label matematika tingkat langkah manusia terkenal manakah yang dikaitkan dengan penelitian PRM?
    • GambarNet
    • PRM800K
    • Pasukan
    • Teks Wiki
  3. Mengapa sinyal imbalan yang hanya memberikan hasil bisa menyesatkan?
    • Jawaban akhir tidak pernah benar
    • Model hasil tidak dapat membaca teks
    • Jawaban akhir yang benar dapat dihasilkan dari penalaran yang salah, atau jawaban yang salah dari penalaran yang sebagian besar benar
    • Itu selalu sesuai dengan tata bahasa
  4. Cara umum untuk mengubah skor per langkah menjadi skor berantai tunggal adalah dengan:
    • Tambahkan nomor acak untuk setiap langkah
    • Abaikan semuanya kecuali langkah pertama
    • Gunakan hanya jumlah token
    • Ambil probabilitas langkah minimum di seluruh rantai
  5. Apa yang digunakan pendekatan Math-Shepherd untuk memberi label pada langkah-langkah secara otomatis?
    • Peluncuran Monte Carlo memperkirakan seberapa sering suatu langkah menghasilkan jawaban yang benar
    • Tinjauan ahli manual untuk setiap langkah
    • Menerjemahkan langkah-langkah ke bahasa lain
    • Menghitung tanda baca
  6. Risiko manakah yang sangat relevan ketika melatih model terhadap PRM?
    • Modelnya lupa cara membaca
    • Hadiahi peretasan, jika langkah-langkahnya terlihat bagus bagi PRM namun sebenarnya tidak benar
    • PRM tidak menggunakan komputasi
    • Langkah-langkah menjadi mustahil untuk dihasilkan
  7. How can a process reward model guide a tree search over reasoning?
    • Expand every branch equally without scoring
    • Choose branches by their final token length
    • Prioritize expanding partial solutions whose intermediate steps receive stronger scores
    • Replace all branches with one randomly selected answer
  8. What does the PRM800K dataset contain?
    • Only final answer labels for image captions
    • Audio recordings of spoken explanations
    • A corpus of code commits with no reasoning labels
    • Human labels for intermediate steps in mathematical reasoning solutions