Questionário de amostragem de núcleo e Top-k

As respostas e explicações aparecem conforme você responde ao teste.

1. Como a amostragem top-k restringe as escolhas de tokens?
   • Ele mantém apenas os k tokens de maior probabilidade e, em seguida, faz amostras entre eles
   • Ele mantém os tokens até que a probabilidade cumulativa exceda k
   • Ele sempre seleciona o token mais provável
   • Ele remove apenas os k tokens menos prováveis
2. O que define o 'núcleo' na amostragem do núcleo (topo-p)?
   • As k palavras mais frequentes nos dados de treinamento
   • O menor conjunto de tokens cujas probabilidades somam pelo menos p
   • O único token de maior probabilidade
   • Todos os tokens com probabilidade acima de 50%
3. Qual é a principal vantagem do top-p sobre o top-k?
   • É sempre mais rápido calcular
   • Nunca produz saída aleatória
   • O número de tokens candidatos se adapta à confiança do modelo
   • Ele ignora as probabilidades simbólicas
4. O que o parâmetro de temperatura faz antes da amostragem?
   • Ele define o comprimento máximo da sequência
   • Ele seleciona o idioma de saída
   • Conta o tamanho do vocabulário
   • Ele redimensiona a distribuição de probabilidade para ser mais nítida ou mais plana
5. What result did the nucleus-sampling paper report for its tested open-ended generation tasks?
   • It improved diversity without sacrificing fluency and coherence in the reported comparisons
   • It guaranteed factual correctness in every output
   • It eliminated all sampling randomness
   • It improved translation quality on every benchmark
6. For a greedy decoding baseline with no token sampling, how should generation be configured?
   • Disable sampling and use greedy decoding to select the highest-probability token at each step
   • Use high temperature and a large nucleus threshold
   • Randomize the temperature at every step
   • Keep sampling enabled but increase top-p
7. After top-k truncation removes tokens, what happens to the remaining sampling probabilities?
   • They remain assigned their original total mass below one
   • They are replaced with equal probabilities
   • They are renormalized over the retained top-k tokens
   • They are converted into beam-search scores
8. What did Holtzman et al. report about likelihood-maximizing decoding for open-ended text?
   • It always yields the most diverse human-like passages
   • Elimina a necessidade de um modelo de linguagem
   • It guarantees factual correctness
   • It can produce bland and repetitive text despite strong likelihood scores