Kuis terkait panduan · Sedang Tingkat
Kuis Pohon Pikiran
Menguji pembuatan pemikiran, evaluasi keadaan, pencarian dan penelusuran mundur, ditambah batasan tugas spesifik dari hasil benchmark yang dilaporkan.
Pertanyaan 1 dari 8
Apa perbedaan mendasar Pohon Pikiran dengan dorongan rantai pemikiran?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa perbedaan mendasar Pohon Pikiran dengan dorongan rantai pemikiran?
- Ia mengeksplorasi berbagai cabang penalaran dan dapat menelusuri kembali
- Ini melatih ulang model pada data baru
- Ini menghilangkan semua langkah penalaran perantara
- Ini hanya berfungsi untuk menghasilkan gambar
- Tiga komponen manakah yang membentuk sistem Pohon Pikiran?
- Tokenizer, penyemat, dan decoder
- Generator pemikiran, penilai keadaan, dan algoritma pencarian
- Encoder, kepala perhatian, dan softmax
- Kumpulan data, pengoptimal, dan fungsi kerugian
- Dalam eksperimen Tree of Thoughts Game of 24 yang asli, apa hasil yang dilaporkan oleh lima penelusuran untuk set pengujian yang dipilih?
- 100% success on every possible puzzle
- 74% for every model and search budget
- 74% success for GPT-4 with ToT, versus 4% for a single chain-of-thought baseline
- 4% for ToT and 74% for chain-of-thought
- Bagaimana sistem Tree of Thoughts biasanya mengevaluasi solusi parsial?
- Dengan menanyakan database eksternal
- Dengan mengukur suhu GPU
- Dengan menghitung jumlah token yang digunakan
- Dengan mendorong model untuk menilai keadaan sebagai sesuatu yang pasti, mungkin, atau tidak mungkin
- Apa kebenaran penerapan Tree of Thoughts pada model yang sudah ada?
- Ini adalah pembungkus prompt dan pencarian, bukan pelatihan ulang
- Hal ini memerlukan pelatihan ulang model dari awal
- Itu hanya dapat berjalan pada perangkat keras khusus
- Ini secara permanen mengubah bobot model
- Kerangka kerja terkait manakah yang memungkinkan jalur penalaran menggabungkan dan menggunakan kembali hasil antara?
- Regresi linier
- Grafik Pikiran
- Normalisasi batch
- Pemangkasan lebar balok
- Which components are commonly specified in a Tree of Thoughts setup?
- A new tokenizer, an optimizer, and a training corpus
- A database, a browser, and a GPU driver
- Thought proposals, an intermediate-state evaluator, and a search procedure
- A label encoder, a loss scaler, and a checkpoint
- Why can Tree of Thoughts increase inference cost?
- It always retrains the base model
- It requires a separate model for every token
- It eliminates all model calls after the first thought
- It may generate and evaluate multiple candidate states across search steps