Gids-gekoppelde quiz · Middelmatig Niveau

Zelfverfijnde quiz voor iteratieve uitvoerverbetering

Bekijk de concept-, feedback- en revisiecyclus van Self-Refine, inclusief het contextgebruik en de grenzen van door modellen gegenereerde kritiek.

Vraag 1 van 8

Welke drie rollen speelt een enkel model in de Self-Refine-lus?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke drie rollen speelt een enkel model in de Self-Refine-lus?
    • Generator, criticus en revisor
    • Trainer, tester, uitvoerder
    • Encoder, decoder, classificator
    • Planner, acteur, doelpuntenmaker
  2. Wat heeft Self-Refine nodig naast het aansporen om te werken?
    • Een afzonderlijk getraind beloningsmodel
    • Niets extra's; het heeft geen extra training of beloningsmodel nodig
    • Menselijke recensenten op de hoogte
    • Een verfijnd criticinetwerk
  3. Waarom is het nuttig om feedback te genereren in een aparte prompt naast het genereren van het concept?
    • Het verbergt de diepgang voor het model
    • Het vermindert het aantal tokens
    • Het laat het model evalueren vanuit een nieuw kader in plaats van de eerste poging te verdedigen
    • Het schakelt het geheugen van het model uit
  4. Welk soort feedback maakt de verfijningsstap het meest effectief?
    • Vage aanmoedigingen zoals 'maak het beter'
    • Een eenvoudige numerieke score zonder details
    • Willekeurige suggesties
    • Specifieke, bruikbare feedback die wijst op concrete tekortkomingen
  5. Wanneer slaagt Self-Refine er meestal niet in om een output te verbeteren?
    • Als het model de fout niet kan detecteren, moet het worden opgelost
    • Wanneer de taak kort is
    • Wanneer de prompt in het Engels is
    • Wanneer de temperatuur op nul is ingesteld
  6. Hoe besluit de lus doorgaans om te stoppen?
    • Het loopt altijd precies 100 keer
    • Het stopt wanneer het model de uitvoer goed genoeg beoordeelt of een staplimiet bereikt
    • Het stopt pas als een mens het goedkeurt
    • Het stopt nooit vanzelf
  7. What information does Self-Refine feed into later refinement rounds?
    • Only the final token of the original prompt
    • A reward model's parameters
    • The draft together with the feedback history
    • A new human-written answer with no prior context
  8. In the guide's coding example, what might the critic flag before a revision?
    • An incorrect microphone sample rate
    • A ship arriving outside its port window
    • A mismatch between image and audio codecs
    • Missing edge-case handling