Instrukcja strojenia Quiz

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jak surowy model podstawowy mógłby zareagować bez dostrajania instrukcji na pytanie „Jaka jest stolica Francji?”
   • Zawsze odmawia odpowiedzi
   • Zwraca błąd
   • Zamiast odpowiedzi może być kontynuowana z większą liczbą pytań lub powiązanym tekstem
   • Odpowiada doskonale za każdym razem
2. Strojenie instrukcji najlepiej opisać jako:
   • Wzmocnienie uczenia się na podstawie informacji zwrotnych od ludzi
   • Trening wstępny na surowym tekście internetowym
   • Regulacja parametru temperatury
   • Nadzorowane dostrajanie par instrukcja-odpowiedź
3. How does supervised instruction tuning differ from reward-model-based RLHF in the published InstructGPT recipe?
   • It is exactly the same optimization stage
   • It trains against reference responses, while the later preference stages use comparisons and a reward model
   • It requires no training examples
   • It only changes a sampling temperature
4. Why do instruction-tuning researchers evaluate models on held-out tasks and instructions?
   • To assess generalization beyond the examples used for training
   • To prove that every unseen task will succeed
   • To avoid checking any generated responses
   • To guarantee the same accuracy for every task mixture
5. Jaka jest typowa kolejność etapów szkolenia współczesnego asystenta czatu?
   • RLHF, następnie trening wstępny, następnie dostrajanie instrukcji
   • Strojenie instrukcji, a następnie trening wstępny
   • Tylko trening wstępny, nic więcej
   • Trening wstępny, następnie dostrajanie instrukcji, a następnie opcjonalnie RLHF
6. What does LIMA's curated-data experiment support as a research conclusion?
   • Exactly 1,000 examples are enough for every model and task
   • More data can never help any instruction-tuned model
   • Carefully selected small datasets can be effective in an evaluated configuration
   • Only synthetic examples can train an assistant
7. Which training stage did the original LIMA experiment omit while using its 1,000 curated prompt-response pairs?
   • Reinforcement learning and human preference modeling
   • Supervised response loss
   • A pretrained base model
   • Prompt-response examples
8. A tuned model follows the requested answer format. What does that behavior alone fail to establish?
   • That an output format was requested
   • That every factual statement in the answer is correct
   • That the model produced a response
   • That the response can be inspected