Quiz połączony z przewodnikiem · Średni Poziom

Quiz o ograniczonym dekodowaniu

Przejrzyj ograniczenia na poziomie tokena, analizę przyrostową, uporządkowane limity wyników i rozróżnienie między prawidłowym formatem a poprawną treścią.

Powiązane ścieżki prowadząceOgraniczone dekodowanie
Pytanie 1 z 8

Co zasadniczo robi ograniczone dekodowanie na każdym etapie generowania?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co zasadniczo robi ograniczone dekodowanie na każdym etapie generowania?
    • Maskuje tokeny, które naruszałyby wymaganą strukturę przed próbkowaniem
    • Ponowne uczenie modelu na ustrukturyzowanych przykładach
    • Obniża temperaturę do zera
    • Dodaje więcej danych szkoleniowych do podpowiedzi
  2. What can happen if a requested JSON Schema uses a feature unsupported by a structured-output implementation?
    • The model silently gains new training data
    • The request can be rejected with an error
    • All outputs become valid SQL
    • The schema is automatically converted to natural language
  3. Jakie wyzwanie techniczne utrudnia wdrożenie ograniczonego dekodowania?
    • Bez tego modele w ogóle nie mogą wyświetlać tekstu
    • Wymaga procesora graficznego z ponad 100 GB pamięci
    • Tokeny podsłów nie są dokładnie dopasowane do symboli gramatycznych
    • Gramatyki nie można pisać w formacie JSON
  4. Który z nich jest prawdziwym formatem używanym do określania ograniczeń dekodowania?
    • Arkusz kalkulacyjny wag
    • Lista temperatur GPU
    • Losowa wartość początkowa
    • Schemat JSON lub gramatyka bezkontekstowa
  5. W którym momencie potoku zwykle stosuje się maskę ograniczeń?
    • Do logitów, przed krokiem softmax/samplingu
    • Przed tokenizacją podpowiedzi
    • Po tym, jak tekst jest już wydrukowany użytkownikowi
    • Tylko podczas treningu modelowego
  6. W porównaniu do zwykłego proszenia modelu w wierszu zachęty o „wyjście prawidłowego JSON”, jakie korzyści oferuje ograniczone dekodowanie?
    • Zużywa mniej prądu
    • Daje twardą gwarancję, a nie polega na współpracy modela
    • Dzięki temu model jest bardziej kreatywny
    • Eliminuje potrzebę stosowania tokenizera
  7. What does PICARD do with a candidate token that would make a partial SQL query unparsable?
    • Accepts it and repairs the query after generation
    • Retrains the language model immediately
    • Rejects that token during incremental parsing before it is emitted
    • Deletes the user’s database schema
  8. What does a schema-conforming output guarantee by itself?
    • Every value is true in the external world
    • The model used the right source documents
    • No refusal or incomplete response can occur
    • The output matches the supported structure, not that its values are factually correct