Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Model Ganjaran Proses

Pemarkahan peringkat langkah model ganjaran proses ujian, label manusia dan automatik, penyusunan semula penyelesaian, carian pokok dan penyetempatan kegagalan.

Laluan panduan yang berkaitanModel Ganjaran Proses
soalan 1 daripada 8

Apakah yang membezakan model ganjaran proses daripada model ganjaran hasil?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang membezakan model ganjaran proses daripada model ganjaran hasil?
    • Ia menjaringkan setiap langkah penaakulan pertengahan, bukan hanya jawapan akhir
    • Ia berjalan lebih pantas pada masa inferens
    • Ia tidak memerlukan data latihan
    • Ia hanya berfungsi pada input imej
  2. Set data terkenal bagi label matematik peringkat langkah manusia yang manakah dikaitkan dengan penyelidikan PRM?
    • ImageNet
    • PRM800K
    • SKUAD
    • WikiTeks
  3. Mengapakah isyarat ganjaran hasil sahaja boleh mengelirukan?
    • Jawapan akhir tidak pernah betul
    • Model hasil tidak boleh membaca teks
    • Jawapan akhir yang betul boleh disebabkan oleh penaakulan yang salah, atau jawapan yang salah daripada penaakulan yang kebanyakannya betul
    • Ia sentiasa terlalu sesuai dengan tatabahasa
  4. Cara biasa untuk menukar skor setiap langkah kepada skor rantai tunggal adalah dengan:
    • Tambahkan nombor rawak pada setiap langkah
    • Abaikan semua kecuali langkah pertama
    • Gunakan hanya kiraan token
    • Ambil kebarangkalian langkah minimum merentasi rantai
  5. Apakah yang digunakan oleh pendekatan Math-Shepherd untuk melabelkan langkah secara automatik?
    • Pelancaran Monte Carlo menganggarkan kekerapan satu langkah membawa kepada jawapan yang betul
    • Semakan pakar manual setiap langkah
    • Menterjemah langkah ke bahasa lain
    • Mengira tanda baca
  6. Risiko manakah yang sangat relevan apabila melatih model terhadap PRM?
    • Model itu lupa cara membaca
    • Penggodaman ganjaran, di mana langkah-langkah kelihatan baik kepada PRM tanpa benar-benar betul
    • PRM tidak menggunakan pengiraan
    • Langkah menjadi mustahil untuk dijana
  7. How can a process reward model guide a tree search over reasoning?
    • Expand every branch equally without scoring
    • Choose branches by their final token length
    • Prioritize expanding partial solutions whose intermediate steps receive stronger scores
    • Replace all branches with one randomly selected answer
  8. What does the PRM800K dataset contain?
    • Only final answer labels for image captions
    • Audio recordings of spoken explanations
    • A corpus of code commits with no reasoning labels
    • Human labels for intermediate steps in mathematical reasoning solutions