Викторина, связанная с руководством · Средний Уровень
Викторина по ограниченному декодированию
Просмотрите ограничения на уровне токенов, инкрементный анализ, ограничения структурированного вывода и различие между допустимым форматом и правильным контентом.
Вопрос 1 из 8
Что принципиально делает ограниченное декодирование на каждом этапе генерации?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что принципиально делает ограниченное декодирование на каждом этапе генерации?
- Маскирует токены, которые могут нарушить требуемую структуру перед выборкой.
- Переобучает модель на структурированных примерах
- Снижает температуру до нуля
- Добавляет дополнительные данные обучения в подсказку.
- 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
- Какая техническая проблема затрудняет реализацию ограниченного декодирования?
- Без него модели вообще не могут выводить текст.
- Требуется графический процессор с объемом памяти более 100 ГБ.
- Токены подслов не совпадают с грамматическими символами.
- Грамматики не могут быть написаны для JSON
- Какой из них является реальным форматом, используемым для указания ограничений для декодирования?
- Таблица весов
- Список температур графического процессора
- Случайное начальное значение
- Схема JSON или контекстно-свободная грамматика
- В какой точке конвейера обычно применяется маска ограничений?
- К логитам, перед этапом softmax/sampling
- Перед токенизацией приглашения
- После того, как текст уже распечатан пользователю
- Только во время обучения модели
- Какие преимущества дает ограниченное декодирование по сравнению с простым запросом модели в командной строке «вывести действительный JSON»?
- Он потребляет меньше электроэнергии
- Это дает твердую гарантию, а не полагается на сотрудничество модели.
- Это делает модель более креативной.
- Это устраняет необходимость в токенизаторе
- 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