Quiz collegato alla guida · Medio Livello

Quiz sull'apprendimento nel contesto

Esaminare le dimostrazioni immediate, i pesi fissi dei modelli, i limiti della ricerca sulla testa di induzione, gli effetti dell'ordine degli esempi e il budget del contesto dell'apprendimento a poche riprese.

Percorsi guida correlatiNell'apprendimento del contesto
Domanda 1 di 8

Cosa cambia fondamentalmente all’interno del modello durante l’apprendimento nel contesto?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Cosa cambia fondamentalmente all’interno del modello durante l’apprendimento nel contesto?
    • I pesi del modello vengono aggiornati mediante alcuni passaggi di gradiente
    • Un piccolo livello adattatore viene addestrato sugli esempi
    • Il modello memorizza permanentemente il nuovo compito
    • Non cambia nulla nei pesi; solo il prompt guida l'output
  2. Un prompt che include diversi esempi funzionanti prima che venga chiamata la vera domanda:
    • Suggerimento per lo scatto zero
    • Suggerimento per pochi colpi
    • Messa a punto
    • Apprendimento per rinforzo
  3. Cosa stabilisce il miglioramento riportato da GPT-3 nelle prestazioni con pochi scatti su scala?
    • A universal rule that all models below one hundred billion parameters cannot use examples
    • A requirement for internet access during every prompt
    • An observed trend for the evaluated models and tasks
    • A separate emergency training phase
  4. In che modo la ricerca iniziale dovrebbe essere correlata all'apprendimento ampio e contestuale?
    • As evidence about a studied mechanism, with limitations on broader conclusions
    • As proof that every task uses only one circuit
    • As a permanent database of every demonstration
    • As a replacement for all task evaluation
  5. In che modo un'applicazione dovrebbe confrontare i suggerimenti ripetuti di pochi scatti con la messa a punto?
    • Assume fine-tuning is always the least expensive choice
    • Measure task quality and the relevant training, request, and maintenance costs
    • Assume adding unlimited prompt examples has no cost
    • Decide solely by which approach has the longer name
  6. Una richiesta di ticket con alcune inquadrature mostra solo le etichette di rimborso e fatturazione. Cosa forniscono questi esempi per il prossimo biglietto?
    • An automatic update to the model's stored weights
    • A guarantee that every next ticket fits one of the labels
    • A permanent change to all future conversations
    • An in-prompt task and label pattern that can guide classification
  7. Why might the same few-shot classification examples produce different results after reordering?
    • The model can be sensitive to the order of examples in its context
    • Reordering automatically retrains every parameter
    • The label texts must disappear
    • The model's vocabulary changes with each permutation
  8. What resource tradeoff arises when more demonstrations are added to an in-context prompt?
    • They use no input tokens because they are examples
    • They make the context limit disappear
    • They consume more supported context and per-request processing
    • They permanently reduce the model's parameter count