最も簡単なクイズ

クイズに答えると、答えと解説が表示されます。

1. Least-to-Most プロンプトの 2 つの主な段階は何ですか?
   • 問題をサブ質問に分解し、順番に解決します
   • トレーニングしてから微調整する
   • エンコードしてからデコードする
   • 多くの回答をサンプルしてから投票してください
2. 最小から最大へのプロンプトは、標準的な思考連鎖プロンプトとどのように異なりますか?
   • 例をまったく使用していません
   • 問題を明示的に分解し、各部分回答を次のステップに送ります。
   • モデルの微調整が必要です
   • 画像に対してのみ機能します
3. What kind of task does the SCAN benchmark use to test compositional generalization?
   • Classifying satellite images of fishing vessels
   • Predicting fuel use from ship weather data
   • Interpreting natural-language commands that combine primitive actions
   • Aligning speech frames with handwritten characters
4. サブ質問の順序が重要なのはなぜですか?
   • そうではない;順序はランダムです
   • 後の質問を最初に行う必要があります
   • 順序は書式設定にのみ影響します
   • 各サブ質問は、その前にすでに解決されているものにのみ依存する必要があります
5. 中間の答えは解く段階でどのように使用されますか?
   • これらはコンテキストに追加されるため、後のステップをそれらに基づいて構築できます。
   • それらは各ステップの後に破棄されます
   • 別のモデルに送信されます
   • それらは平均されて 1 つの数値になります
6. 最下位から最上位へのチェーンにおける主要なリスクは何ですか?
   • 例は使用できません
   • 初期のサブアンサーが間違っていると、下流のすべてのステップが破損する可能性があります
   • 1 つの言語でのみ機能します
   • 常に GPU クラスターが必要です
7. What accuracy did the paper report for code-davinci-002 on the SCAN length split using Least-to-Most with 14 exemplars?
   • About 16%
   • ちょうど 50%
   • At least 99% on the reported setup
   • Zero, because no demonstrations were used
8. Besides SCAN, which task areas did the Least-to-Most paper also evaluate?
   • Wildlife re-identification and acoustic classification
   • Ship routing and port scheduling
   • Image outpainting and watermark detection
   • Symbolic manipulation and math reasoning