ガイド連動クイズ · ハード レベル

Mirostat Perplexity 制御クイズ

Mirostat のターゲットの驚き/困惑、フィードバックのしきい値、更新レート、バージョンの違い、およびデコード ヒューリスティックとしての制限をカバーします。

関連するガイドパスミロスタット Perplexity コントロール
質問 1 の 8

What does Mirostat try to control during generation?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. What does Mirostat try to control during generation?
    • A target level of output perplexity or surprise
    • モデルパラメータの数
    • The training dataset size
    • GPU温度
  2. Mirostat は標準の top-k または top-p サンプリングと根本的にどのように異なりますか?
    • ランダム性は決して使用しません
    • 固定カットオフの代わりにフィードバックを使用してトランケーションを動的に調整します。
    • 画像に対してのみ機能します
    • モデルの再トレーニングが必要です
  3. Mirostat では、パラメーター eta はどのような役割を果たしますか?
    • 語彙のサイズを設定します
    • 出力の長さを固定します
    • 閾値がどれだけ早く適応するかを制御する学習率です
    • サンプリングを無効にします
  4. Mirostat バージョン 2 のバージョン 1 に対する主な改善点は何ですか?
    • 画像も生成します
    • より多くのメモリが必要です
    • tauパラメータを削除します
    • Zipfian 分布の仮定を取り除き、よりシンプルで堅牢な制御を実現します。
  5. Mirostat は、出力が予測可能になりすぎていることを検出すると、次のことを行います。
    • 切り捨てを緩和して、より多様なトークンを許可します
    • 切り捨てを強化してトークンの数を減らします
    • すぐに生成を停止する
    • モデルのサイズを大きくする
  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