Викторина, связанная с руководством · Жесткий Уровень

Миростат Perplexity Контрольная викторина

Охватывает целевое удивление/недоумение Миростата, порог обратной связи, частоту обновления, различия версий и ограничения в качестве эвристики декодирования.

Связанные направляющие путиМиростат Perplexity Управление
Вопрос 1 из 8

What does Mirostat try to control during generation?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. What does Mirostat try to control during generation?
    • A target level of output perplexity or surprise
    • Количество параметров модели
    • The training dataset size
    • Температура графического процессора
  2. Чем Миростат принципиально отличается от стандартной выборки top-k или top-p?
    • Он никогда не использует случайность
    • Он динамически регулирует усечение, используя обратную связь вместо фиксированного ограничения.
    • Работает только с изображениями
    • Требуется переобучение модели
  3. В Миростате какую роль играет параметр эта?
    • Устанавливает размер словаря
    • Он фиксирует длину вывода
    • Скорость обучения определяет, насколько быстро адаптируется порог.
    • Он отключает выборку
  4. В чем заключаются основные преимущества Миростата версии 2 по сравнению с версией 1?
    • Он также генерирует изображения
    • Требуется больше памяти
    • Удаляет параметр тау
    • Он отказывается от предположения о распределении Ципфа для более простого и надежного управления.
  5. Если Миростат обнаружит, что результаты становятся слишком предсказуемыми, он:
    • Ослабьте усечение, чтобы допустить более разнообразные токены.
    • Уточните усечение, чтобы разрешить меньшее количество токенов.
    • Немедленно прекратите генерировать
    • Увеличить размер модели
  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?
    • That the sampler reads token probabilities
    • That the setting can influence surprise
    • That the output contains tokens
    • That the generated text is factually correct