Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Penyematan Kedudukan Putar

Menilai cara RoPE memutarkan pertanyaan dan vektor utama untuk mengekod kedudukan, dan membezakan sifat kedudukan relatifnya daripada kaedah penskalaan konteks panjang.

Laluan panduan yang berkaitanPembenaman Kedudukan Putar
soalan 1 daripada 8

Bagaimanakah RoPE menyuntik maklumat kedudukan ke dalam pengubah?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Bagaimanakah RoPE menyuntik maklumat kedudukan ke dalam pengubah?
    • Dengan memutarkan pasangan dimensi dalam pertanyaan dan vektor utama dengan sudut bergantung pada kedudukan
    • Dengan menambahkan vektor tetap pada benam input
    • Dengan menyusun semula token secara rawak
    • Dengan menambahkan nombor kedudukan sebagai teks
  2. Selepas RoPE digunakan, skor perhatian antara dua token bergantung terutamanya pada:
    • Jawatan mutlak mereka sahaja
    • Jarak relatif mereka (m tolak n)
    • Saiz perbendaharaan kata
    • Saiz batch
  3. What training-efficiency comparison did the YaRN paper report for context extension?
    • Exactly the same data and steps as all prior methods
    • No fine-tuning or training data of any kind
    • About 10x fewer tokens and 2.5x fewer training steps than prior methods
    • A fixed 100x increase in output tokens
  4. Mengapa pasangan dimensi yang berbeza berputar pada frekuensi yang berbeza dalam RoPE?
    • Untuk menjimatkan memori dengan melangkau beberapa dimensi
    • Untuk rawak keluaran model
    • Kerana semua pasangan mesti menggunakan sudut yang sama
    • Untuk menangkap kedua-dua susunan tempatan yang baik dan kedudukan jarak jauh
  5. What is the goal of techniques such as Position Interpolation and YaRN for RoPE-based models?
    • Extend the usable context length beyond the original training window using additional scaling/fine-tuning methods
    • Guarantee accurate recall at any sequence length with no evaluation
    • Remove position information from attention
    • Replace all token embeddings with absolute learned vectors
  6. Does standard RoPE require learned absolute-position vectors to inject position into query and key representations?
    • Yes; it adds one learned vector for every possible sequence position
    • No; it applies position-dependent rotations to paired query/key dimensions
    • It removes query and key vectors entirely
    • It only adds position to value vectors
  7. What does standard RoPE alone guarantee about a model’s context length?
    • Unlimited accurate context at every position
    • A fixed context of exactly 128 tokens
    • It does not by itself guarantee reliable use beyond the trained context length
    • Removal of the attention mechanism
  8. What extended context length did the Position Interpolation paper report for its LLaMA evaluations?
    • Exactly 1,000 tokens with no position changes
    • Unlimited context with no fine-tuning
    • Up to 2 million tokens for all models
    • Up to 32,768 tokens with minimal fine-tuning