Quiz collegato alla guida · Difficile Livello

Mirostat Perplexity Quiz di controllo

Copre il target sorpresa/perplessità di Mirostat, la soglia di feedback, la velocità di aggiornamento, le differenze di versione e i limiti come euristica di decodifica.

Percorsi guida correlatiMirostat Perplexity Controllo
Domanda 1 di 8

What does Mirostat try to control during generation?

Anteprima di ogni domanda8 domande

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

  1. What does Mirostat try to control during generation?
    • A target level of output perplexity or surprise
    • Il numero di parametri del modello
    • The training dataset size
    • La temperatura della GPU
  2. In che modo Mirostat è fondamentalmente diverso dal campionamento standard top-k o top-p?
    • Non usa mai la casualità
    • Regola dinamicamente il troncamento utilizzando il feedback invece di un taglio fisso
    • Funziona solo sulle immagini
    • Richiede la riqualificazione del modello
  3. In Mirostat, che ruolo gioca il parametro eta?
    • Imposta la dimensione del vocabolario
    • Fissa la lunghezza dell'output
    • È il tasso di apprendimento che controlla la velocità con cui la soglia si adatta
    • Disabilita il campionamento
  4. Qual è il principale miglioramento di Mirostat versione 2 rispetto alla versione 1?
    • Genera anche immagini
    • Richiede più memoria
    • Rimuove il parametro tau
    • Abbandona il presupposto di una distribuzione Zipfian per un controllo più semplice e robusto
  5. Se Mirostat rileva che l'output sta diventando troppo prevedibile,:
    • Allentare il troncamento per ammettere token più diversificati
    • Ridurre il troncamento per consentire un minor numero di token
    • Smetti di generare immediatamente
    • Aumenta la dimensione del modello
  6. Which Mirostat settings does current llama.cpp expose?
    • Tokenizer vocabulary and number of layers
    • Mode, target tau, and learning-rate eta
    • Only the prompt length
    • Training epochs and validation loss
  7. What does eta control in Mirostat’s feedback update?
    • The size of the model vocabulary
    • The target number of output tokens
    • How strongly the threshold changes in response to the observed error
    • The probability of a correct factual answer
  8. What does a Mirostat target not guarantee by itself?
    • That the sampler reads token probabilities
    • That the setting can influence surprise
    • That the output contains tokens
    • That the generated text is factually correct