T5 およびテキストからテキストへの転送に関するクイズ

クイズに答えると、答えと解説が表示されます。

1. T5 の背後にある決定的なアイデアは何ですか?
   • 機械翻訳だけを行う
   • キャプションから画像を生成します
   • すべての NLP タスクは、テキスト入力からテキスト出力へとフレーム化されます。
   • すべてのトレーニングを強化学習に置き換えます
2. T5 はどのような Transformer アーキテクチャを使用していますか?
   • 完全なエンコーダ/デコーダ
   • エンコーダのみ（BERT など）
   • GPT などのデコーダのみ
   • まったく注目されない
3. T5 は主にどのような事前トレーニング目標を使用しますか?
   • 次の文の予測のみ
   • 株価の予測
   • 画像の修復
   • スパンの破損、マスキングされた連続スパンがセンチネル トークンに置き換えられる
4. T5 はどのコーパスで事前トレーニングされましたか?
   • ウィキペディアのみ
   • C4 巨大でクリーンなクロールされたコーパス
   • ソースコードのデータセット
   • 音声トランスクリプト
5. T5 は感情分析などの分類タスクをどのように表しますか?
   • 確率ベクトルのみを出力します
   • 数値IDを返します
   • 「ポジティブ」や「ネガティブ」などのリテラルのラベル単語を生成します。
   • 分類ができない
6. FLAN-T5 はオリジナルの T5 と比べてどのようなものですか?
   • より小さい画像モデル
   • 目に見えないタスクを一般化する命令調整された子孫
   • 音声認識システム
   • 無関係なデータベースツール
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