Gids-gekoppelde quiz · Middelmatig Niveau

T5 en quiz over tekst-naar-tekstoverdracht

Test T5-taakvoorvoegsels, span-corruptie, aandacht van de encoder-decoder en het verschil tussen het afstemmen van instructies en antwoorden met een gesloten boek.

Gerelateerde gidspadenT5 en tekst-naar-tekstoverdracht
Vraag 1 van 8

Wat is het bepalende idee achter T5?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is het bepalende idee achter T5?
    • Het doet alleen machinevertaling
    • Het genereert afbeeldingen uit bijschriften
    • Elke NLP-taak wordt ingekaderd als tekstinvoer naar tekstuitvoer
    • Het vervangt alle training door versterkend leren
  2. Welke Transformer-architectuur gebruikt T5?
    • Een volledige encoder-decoder
    • Alleen voor encoders, zoals BERT
    • Alleen decoder, zoals GPT
    • Helemaal geen aandacht
  3. Welk voortrainingsdoel gebruikt T5 voornamelijk?
    • Alleen voorspelling van de volgende zin
    • Het voorspellen van aandelenkoersen
    • Afbeelding inschilderij
    • Corruptie van overspanningen, waarbij aaneengesloten overspanningen worden gemaskeerd, vervangen door schildwachttokens
  4. Op welk corpus is T5 voorgetraind?
    • Alleen Wikipedia
    • Het C4 Colossal Clean Crawled Corpus
    • Een dataset met broncode
    • Audiotranscripties
  5. Hoe vertegenwoordigt T5 een classificatietaak zoals sentimentanalyse?
    • Het voert alleen een waarschijnlijkheidsvector uit
    • Het retourneert een numerieke ID
    • Het genereert het letterlijke labelwoord, zoals 'positief' of 'negatief'
    • Het kan geen classificatie uitvoeren
  6. Wat is FLAN-T5 ten opzichte van de originele T5?
    • Een kleiner beeldmodel
    • Een op instructies afgestemde afstammeling die generaliseert naar onzichtbare taken
    • Een spraakherkenningssysteem
    • Een niet-gerelateerde databasetool
  7. When T5 generates a summary, what does decoder cross-attention let it consult?
    • The encoder's representations of the input article
    • Only previously generated summary tokens
    • Only the unprocessed task label
    • The training optimizer's stored gradients
  8. In a closed-book T5 question-answering setup, where does the answer's factual information come from at inference?
    • A document retrieval step required for every question
    • A newly supplied answer passage required in the prompt
    • A live database lookup built into span corruption
    • Knowledge encoded in the model's learned parameters