Pengeditan Spekulatif untuk Kuis Model Kode

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Pengamatan penting apa yang membuat pengeditan spekulatif menjadi efektif?
   • Sebagian besar token file yang diedit biasanya identik dengan aslinya
   • Model AI tidak bisa membaca kode sama sekali
   • File harus selalu dibuat ulang dari awal
   • Kode tidak memiliki struktur yang dapat diprediksi
2. Dari mana datangnya 'draf' dalam suntingan spekulatif, dibandingkan dengan penguraian kode spekulatif biasa?
   • Dari model rancangan kecil yang terpisah
   • Dari kode sumber yang ada sedang diedit
   • Dari pengambilan sampel secara acak
   • Dari pengulas manusia
3. Bagaimana decoding autoregresif standar menghasilkan token?
   • Banyak token secara paralel per lintasan
   • Semua token sekaligus tanpa model
   • Satu token per umpan maju
   • Hanya di cluster GPU
4. Dalam metode spekulatif, apa yang terjadi pada serangkaian token yang diusulkan yang diverifikasi kebenarannya oleh model?
   • Mereka dibuang dan dibuat ulang
   • Mereka dikirim ke manusia untuk disetujui
   • Mereka menyebabkan kesalahan
   • Mereka diterima kira-kira dalam satu umpan ke depan
5. Dengan pengeditan spekulatif, skala biaya pembangkitan paling mendekati dengan apa?
   • Ukuran pengeditan sebenarnya (bagian yang berbeda)
   • Ukuran total file
   • Jumlah file dalam repo
   • Jumlah parameter model
6. Skenario manakah yang PALING diuntungkan dari pengeditan spekulatif?
   • Menulis file baru dari buffer kosong
   • Mengganti nama simbol pada file besar yang sebagian besar tidak berubah
   • Menjawab pertanyaan trivia umum
   • Menghasilkan puisi pendek yang berdiri sendiri
7. A code edit changes only one short function in a large file. Where is speculative generation work concentrated?
   • Across every unchanged token in the file
   • In retraining the code model
   • In the divergent edited span that does not match the existing source draft
   • In regenerating the file’s tokenizer vocabulary
8. When speculative verification finds a mismatch with the target model, what should the edit system do?
   • Accept every remaining draft token
   • Discard the entire model checkpoint
   • Replace the target model with the draft
   • Stop accepting that draft prefix and generate the corrected span