Quiz dotyczący wyszukiwania promieni

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co kontroluje „szerokość wiązki” (k) podczas wyszukiwania wiązki?
   • Ile częściowych sekwencji kandydujących jest przechowywanych na każdym etapie dekodowania
   • Maksymalna długość wygenerowanej sekwencji
   • Temperatura zastosowana do prawdopodobieństwa
   • Rozmiar słownictwa modela
2. Czym wyszukiwanie wiązki różni się od zachłannego dekodowania?
   • Zawsze wybiera pojedynczy token o najwyższym prawdopodobieństwie
   • Zachowuje wiele wysoko punktowanych sekwencji częściowych zamiast angażować się w jedną
   • Próbkuje tokeny losowo
   • Całkowicie ignoruje prawdopodobieństwa tokenów
3. Dlaczego normalizacja długości jest powszechnie stosowana w poszukiwaniu belek?
   • Aby przyspieszyć generowanie
   • Aby zwiększyć rozmiar słownictwa
   • Ponieważ sumowanie logarytmów prawdopodobieństw powoduje zafałszowanie wyników w kierunku krótszych sekwencji
   • Aby dodać losowość do wyników
4. Do jakiego zadania szczególnie dobrze nadaje się przeszukiwanie wiązki?
   • Otwarte, kreatywne opowiadanie historii
   • Generowanie maksymalnie zróżnicowanego losowego tekstu
   • Tworzy nieprzewidywalną poezję
   • Tłumaczenie maszynowe, gdzie pożądany jest wierny wynik o wysokim prawdopodobieństwie
5. Jaka jest znana wada stosowania bardzo dużej szerokości wiązki w przypadku generacji otwartej?
   • Może generować bardziej mdły, powtarzalny lub zdegenerowany tekst
   • Gwarantuje najbardziej twórczą wydajność
   • Eliminuje to potrzebę stosowania jakiegokolwiek modelu prawdopodobieństwa
   • To sprawia, że model ignoruje dane wejściowe
6. W jaki sposób na każdym etapie wyszukiwanie belek decyduje, których kandydatów zatrzymać?
   • Według kolejności alfabetycznej tokenów
   • Według skumulowanego wyniku (suma prawdopodobieństw logarytmicznych), zachowując górne k
   • Wybierając najdłuższych kandydatów
   • W drodze losowego wyboru spośród wszystkich kandydatów
7. What problem does GNMT’s coverage penalty aim to reduce in translation?
   • Repeatedly encoding the same source vocabulary
   • The use of subword units
   • Output translations that fail to cover source words
   • The number of encoder layers
8. What does diverse beam search modify to encourage different candidate outputs?
   • It replaces the model probabilities with uniform random scores
   • It removes all but one candidate at the first step
   • It changes the training tokenizer after decoding
   • It penalizes similarity or overlap among candidates in different beam groups