Quiz collegato alla guida · Medio Livello
T5 e quiz sul trasferimento da testo a testo
Testare i prefissi delle attività T5, la corruzione dello span, l'attenzione del codificatore-decodificatore e la differenza tra l'ottimizzazione delle istruzioni e le risposte a libro chiuso.
Domanda 1 di 8
Qual è l’idea alla base del T5?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual è l’idea alla base del T5?
- Fa solo traduzione automatica
- Genera immagini da didascalie
- Ogni attività di PNL è strutturata come input di testo in output di testo
- Sostituisce tutta la formazione con l'apprendimento per rinforzo
- Quale architettura Transformer utilizza il T5?
- Un codificatore-decodificatore completo
- Solo encoder, come BERT
- Solo decoder, come GPT
- Nessuna attenzione
- Quale obiettivo pre-formativo utilizza principalmente il T5?
- Solo previsione della frase successiva
- Prevedere i prezzi delle azioni
- Pittura dell'immagine
- Corruzione delle campate, mascheramento delle campate contigue sostituite da token sentinella
- Su quale corpus è stato preaddestrato T5?
- Solo Wikipedia
- Il corpus colossale e pulito C4
- Un set di dati del codice sorgente
- Trascrizioni audio
- In che modo T5 rappresenta un compito di classificazione come l'analisi del sentiment?
- Genera solo un vettore di probabilità
- Restituisce un ID numerico
- Genera la parola etichetta letterale, come "positivo" o "negativo"
- Non può effettuare classificazioni
- Qual è il FLAN-T5 rispetto al T5 originale?
- Un modello di immagine più piccolo
- Un discendente sintonizzato sulle istruzioni che generalizza a compiti invisibili
- Un sistema di riconoscimento vocale
- Uno strumento di database non correlato
- When T5 generates a summary, what does decoder cross-attention let it consult?
- The encoder's representations of the input article
- Only previously generated summary tokens
- Only the unprocessed task label
- The training optimizer's stored gradients
- In a closed-book T5 question-answering setup, where does the answer's factual information come from at inference?
- A document retrieval step required for every question
- A newly supplied answer passage required in the prompt
- A live database lookup built into span corruption
- Knowledge encoded in the model's learned parameters