Test legat de ghid · Mediu Nivel

T5 și Test de transfer text în text

Testați prefixele sarcinilor T5, corupția span, atenția codificatorului-decodorului și diferența dintre reglarea instrucțiunilor și răspunsurile din carte închisă.

Căi de ghidare aferenteT5 și transfer text în text
Întrebare 1 de 8

Care este ideea definitorie din spatele T5?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Care este ideea definitorie din spatele T5?
    • Face doar traducere automată
    • Acesta generează imagini din subtitrări
    • Fiecare sarcină NLP este încadrată ca intrare de text în ieșire de text
    • Înlocuiește toată formarea cu învățare prin întărire
  2. Ce arhitectură Transformer folosește T5?
    • Un codificator-decodor complet
    • Numai codificator, ca BERT
    • Numai decodor, cum ar fi GPT
    • Nicio atenție
  3. Ce obiectiv de preformare folosește în principal T5?
    • Numai predicția următoarei propoziții
    • Previziunea prețurilor acțiunilor
    • Imagine în pictură
    • Corupție întindere, mascarea intervalelor învecinate înlocuite cu jetoane santinelă
  4. Pe ce corpus a fost preantrenat T5?
    • Doar Wikipedia
    • Corpusul C4 Colosal Clean Crawled
    • Un set de date de cod sursă
    • Transcrieri audio
  5. Cum reprezintă T5 o sarcină de clasificare precum analiza sentimentelor?
    • Produce doar un vector de probabilitate
    • Acesta returnează un ID numeric
    • Acesta generează cuvântul etichetat literal, cum ar fi „pozitiv” sau „negativ”
    • Nu poate face clasificare
  6. Ce este FLAN-T5 în raport cu T5 original?
    • Un model de imagine mai mic
    • Un descendent reglat de instrucțiuni care se generalizează la sarcini nevăzute
    • Un sistem de recunoaștere a vorbirii
    • Un instrument de bază de date fără legătură
  7. When T5 generates a summary, what does decoder cross-attention let it consult?
    • The encoder's representations of the input article
    • Only previously generated summary tokens
    • Only the unprocessed task label
    • The training optimizer's stored gradients
  8. In a closed-book T5 question-answering setup, where does the answer's factual information come from at inference?
    • A document retrieval step required for every question
    • A newly supplied answer passage required in the prompt
    • A live database lookup built into span corruption
    • Knowledge encoded in the model's learned parameters