Kuiz Bias Logit

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah yang diubah suai logit bias?
   • Skor (logit) token tertentu sebelum pensampelan
   • Berat latihan model secara kekal
   • Suhu keseluruhan gesaan
   • Bilangan token dalam tetingkap konteks
2. Dalam kebanyakan API, apakah yang dicapai oleh bias logit -100 pada token?
   • Menjadikan token 100 kali lebih berkemungkinan
   • Berkesan melarang token daripada dijana
   • Memadamkan token daripada perbendaharaan kata selama-lamanya
   • Menggandakan kelajuan model
3. What numeric range does the documented OpenAI Chat Completions logit_bias accept for a token?
   • From 0 to 1 only
   • From -1 to 1 only
   • From -100 to 100
   • Any string value
4. Bias logit diutamakan kepada pengecam apa?
   • Perkataan teks biasa
   • Kedudukan ayat
   • Nama model
   • ID token berangka
5. Kerana logit diluluskan melalui softmax, apakah kesan penambahan bias positif?
   • Ia secara eksponen meningkatkan berat relatif token sebelum penormalan
   • Ia secara linear menambah kebarangkalian tetap
   • Ia tidak mempunyai kesan sehingga latihan
   • Ia mengalih keluar token daripada pertimbangan
6. Kelebihan utama bias logit berbanding penalaan halus ialah:
   • Meningkatkan pengetahuan model secara kekal
   • Tidak memerlukan latihan semula dan terpakai setiap permintaan
   • Meningkatkan saiz tetingkap konteks
   • Berfungsi hanya pada imej
7. Why should a developer inspect the tokenizer before applying a bias to a visible word?
   • Token IDs are assigned only after sampling
   • Visible words always equal one token
   • The word may be represented by several token IDs, so biasing one ID may not cover all forms
   • The tokenizer controls the model’s training data
8. What is a practical risk of applying a strong positive bias to one token?
   • It increases the context window
   • It changes the model weights permanently
   • It guarantees the token appears exactly once
   • It can distort generation or produce repetitive, awkward text