Kuiz berkaitan panduan · Keras Tahap

Toolformer dan Kuiz Penggunaan Alat Belajar Sendiri

Menyemak penjanaan panggilan penyeliaan sendiri Toolformer, penapisan berasaskan kerugian, penanda API, alatan terpilih dan langkah penalaan halus terakhir.

soalan 1 daripada 8

Apakah yang menjadikan pendekatan Toolformer terhadap penggunaan alat pembelajaran tersendiri?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang menjadikan pendekatan Toolformer terhadap penggunaan alat pembelajaran tersendiri?
    • Ia menjana dan menapis contoh latihan panggilan alat sendiri yang diselia sendiri
    • Ia bergantung pada beribu-ribu panggilan alat berlabel manusia
    • Ia menggunakan pembelajaran pengukuhan daripada maklum balas manusia sahaja
    • Ia mengekod keras setiap panggilan alat dengan tangan
  2. Kriteria manakah yang digunakan oleh Toolformer untuk memutuskan sama ada untuk mengekalkan panggilan API calon?
    • Sama ada penilai manusia meluluskannya
    • Sama ada keputusan panggilan mengurangkan kehilangan model pada token berikut
    • Sama ada panggilan itu mengembalikan rentetan yang tidak kosong
    • Sama ada panggilan berjalan dalam masa kurang satu saat
  3. Set alat manakah yang dipelajari oleh Toolformer asal?
    • Penjana imej, pensintesis muzik dan pemapar 3D
    • Hanya jurubahasa Python
    • Kalkulator, sistem QA, enjin carian, penterjemah dan kalendar
    • Pelayar web dan sistem fail sahaja
  4. Bagaimanakah panggilan alat diwakili dalam teks semasa proses Toolformer?
    • Sebagai saluran audio yang berasingan
    • Sebagai imej yang dilampirkan pada dokumen
    • Sebagai entri dalam pangkalan data luaran sahaja
    • Sebagai token khas yang menandakan panggilan API dan hasilnya sebaris
  5. Apakah kelemahan asas model bahasa besar yang mendorong Toolformer?
    • Mereka lemah dalam aritmetik, fakta semasa dan carian yang tepat
    • Mereka tidak boleh menghasilkan ayat yang lancar
    • Mereka tidak boleh diperhalusi
    • Mereka hanya bekerja dalam bahasa Inggeris
  6. Selepas menjana dan menapis contoh panggilan alat, apakah yang dilakukan oleh Toolformer dengannya?
    • Buang mereka dan mulakan semula
    • Perhalusi model pada set data yang dijana sendiri yang ditapis
    • Menghantarnya kepada anotasi manusia untuk pelabelan semula
    • Menyimpannya hanya untuk penilaian
  7. Why compare the next-token loss with and without an API result when filtering a candidate call?
    • To select the API with the longest response
    • To remove all calls that change the context
    • To retain calls whose result improves prediction of the following real text
    • To maximize the number of API calls per paragraph
  8. Once useful tool-call examples are filtered, how does Toolformer incorporate them?
    • It discards them and trains only on human ratings
    • It changes the API results into class labels
    • It retrains each external API from scratch
    • It fine-tunes on the resulting self-generated examples