ガイド連動クイズ · ハード レベル

投機的サンプリング検証クイズ

正確な投機的サンプリング、承認と修正の確率、草案コスト、およびそのパフォーマンス主張の制約をテストします。

関連するガイドパス投機的サンプリングの検証
質問 1 の 8

投機的サンプリングの背後にある中心的な考え方は何ですか?

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. 投機的サンプリングの背後にある中心的な考え方は何ですか?
    • 小規模なドラフト モデルを使用して、大規模なモデルが並行して検証する複数のトークンを提案します。
    • 1 つの巨大なモデルをトレーニングしてレイヤーを動的にスキップする
    • 考えられるすべての文を事前にキャッシュする
    • サンプリングを貪欲なデコードに置き換えて時間を節約する
  2. 投機的サンプリングによって出力品質が低下しないのはなぜですか?
    • ドラフトモデルは常に正しいため
    • 検証ルールにより、最終的な分布が純粋なターゲットのサンプリングと同一になるためです。
    • 短いプロンプトでのみ機能するため
    • 2 つのモデルの出力を平均するため
  3. In exact speculative sampling, what happens when a drafted token is rejected?
    • It outputs the rejected draft token unchanged
    • It discards the entire conversation and restarts
    • The algorithm samples from a corrected residual distribution at that position
    • It permanently changes the target model
  4. Under exact speculative sampling, what is guaranteed about the output distribution?
    • It is always deterministic
    • It matches the draft model’s distribution instead
    • It is more diverse than every target-model output
    • It matches the target model’s sampling distribution
  5. What information does the target verification pass provide in exact speculative sampling?
    • Target probabilities for proposed positions, used for acceptance tests and residual resampling
    • A guarantee that no target-model computation is needed
    • Only the draft model’s next-token distribution
    • A corrected token sequence without any sampling
  6. Which description correctly distinguishes two self-speculative approaches?
    • Both use only an unrelated small draft model
    • Medusa adds prediction heads, while EAGLE uses feature-space proposals
    • Medusa is a tokenizer and EAGLE is a reward model
    • Both remove the target model from decoding
  7. The draft assigns probability 0.8 to a token and the target assigns 0.4. What is the speculative acceptance probability?
    • 0.2
    • 0.4
    • 0.5
    • 1.0
  8. What most limits speculative sampling’s realized speedup?
    • The color of the model’s interface
    • The target model’s name length
    • Whether the prompt contains punctuation
    • The draft-model cost and how much proposed work the target accepts