Questionário vinculado ao guia · Difícil Nível

Questionário de controle Mirostat Perplexity

Abrange a surpresa/perplexidade alvo do Mirostat, limite de feedback, taxa de atualização, diferenças de versão e limites como uma heurística de decodificação.

Caminhos de guia relacionadosControle Mirostat Perplexity
Pergunta 1 de 8

What does Mirostat try to control during generation?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. What does Mirostat try to control during generation?
    • A target level of output perplexity or surprise
    • O número de parâmetros do modelo
    • The training dataset size
    • A temperatura da GPU
  2. Como o Mirostat é fundamentalmente diferente da amostragem top-k ou top-p padrão?
    • Nunca usa aleatoriedade
    • Ajusta dinamicamente o truncamento usando feedback em vez de um corte fixo
    • Só funciona em imagens
    • Requer um novo treinamento do modelo
  3. No Mirostat, qual o papel do parâmetro eta?
    • Ele define o tamanho do vocabulário
    • Ele corrige o comprimento de saída
    • É a taxa de aprendizagem que controla a rapidez com que o limite se adapta
    • Desativa a amostragem
  4. Qual é a principal melhoria do Mirostat versão 2 em relação à versão 1?
    • Também gera imagens
    • Requer mais memória
    • Remove o parâmetro tau
    • Ele abandona a suposição de uma distribuição Zipfian para um controle mais simples e robusto
  5. Se o Mirostat detectar que os resultados estão se tornando muito previsíveis, ele irá:
    • Afrouxe o truncamento para admitir tokens mais diversos
    • Aperte o truncamento para permitir menos tokens
    • Pare de gerar imediatamente
    • Aumentar o tamanho do modelo
  6. Which Mirostat settings does current llama.cpp expose?
    • Tokenizer vocabulary and number of layers
    • Mode, target tau, and learning-rate eta
    • Only the prompt length
    • Training epochs and validation loss
  7. What does eta control in Mirostat’s feedback update?
    • The size of the model vocabulary
    • The target number of output tokens
    • How strongly the threshold changes in response to the observed error
    • The probability of a correct factual answer
  8. What does a Mirostat target not guarantee by itself?
    • Que o amostrador leia as probabilidades do token
    • Que o cenário pode influenciar a surpresa
    • Que a saída contém tokens
    • Que o texto gerado é factualmente correto