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.

Percorsi guida correlatiT5 e trasferimento da testo a testo
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.

  1. 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
  2. Quale architettura Transformer utilizza il T5?
    • Un codificatore-decodificatore completo
    • Solo encoder, come BERT
    • Solo decoder, come GPT
    • Nessuna attenzione
  3. 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
  4. Su quale corpus è stato preaddestrato T5?
    • Solo Wikipedia
    • Il corpus colossale e pulito C4
    • Un set di dati del codice sorgente
    • Trascrizioni audio
  5. 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
  6. 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
  7. 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
  8. 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