Questionário vinculado ao guia · Médio Nível
Questionário de decodificação restrita
Revise as restrições em nível de token, a análise incremental, os limites de saída estruturados e a distinção entre formato válido e conteúdo correto.
Pergunta 1 de 8
O que a decodificação restrita faz fundamentalmente em cada etapa de geração?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que a decodificação restrita faz fundamentalmente em cada etapa de geração?
- Mascara tokens que violariam a estrutura exigida antes da amostragem
- Treina novamente o modelo em exemplos estruturados
- Reduz a temperatura para zero
- Adiciona mais dados de treinamento ao prompt
- 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
- Que desafio técnico torna a decodificação restrita difícil de implementar?
- Os modelos não podem gerar texto sem ele
- Requer uma GPU com mais de 100 GB de memória
- Os tokens de subpalavra não se alinham corretamente com os símbolos gramaticais
- Gramáticas não podem ser escritas para JSON
- Qual destes é um formato real usado para especificar restrições para decodificação?
- Uma planilha de pesos
- Uma lista de temperaturas da GPU
- Um valor inicial aleatório
- Um esquema JSON ou gramática livre de contexto
- Em que ponto do pipeline a máscara de restrição normalmente é aplicada?
- Para os logits, antes da etapa softmax/amostragem
- Antes da tokenização do prompt
- Depois que o texto já estiver impresso para o usuário
- Somente durante o treinamento do modelo
- Em comparação com simplesmente pedir a um modelo no prompt para 'produzir JSON válido', a decodificação restrita oferece que vantagem?
- Ele usa menos eletricidade
- Fornece uma garantia dura em vez de depender da cooperação do modelo
- Isso torna o modelo mais criativo
- Elimina a necessidade de um tokenizer
- 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
- 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