Test de reglare a instrucțiunilor

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Fără reglarea instrucțiunilor, cum ar putea răspunde un model de bază brut la solicitarea „Care este capitala Franței?”
   • Refuză mereu să răspundă
   • Returnează o eroare
   • S-ar putea continua cu mai multe întrebări sau text similar în loc să răspundă
   • Raspunde perfect de fiecare data
2. Reglajul instrucțiunilor este cel mai bine descris ca:
   • Învățare prin consolidare din feedbackul uman
   • Preinstruire pe text web brut
   • Reglarea parametrului de temperatură
   • Ajustarea fină supravegheată a perechilor de instrucțiuni și răspunsuri
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. Care este ordinea tipică a etapelor de pregătire pentru un asistent de chat modern?
   • RLHF, apoi preinstruire, apoi reglare instrucțiuni
   • Reglajul instrucțiunilor, apoi antrenamentul preliminar
   • Doar preinstruire, nimic altceva
   • Preantrenament, apoi reglarea instrucțiunilor, apoi RLHF opțional
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