Викторина, связанная с руководством · Жесткий Уровень

Спекулятивные правки моделей кода. Викторина

Проверяет, как неизмененный исходный код становится черновиком, как принимаются проверенные префиксы и почему изменение размера приводит к спекулятивной стоимости генерации.

Связанные направляющие путиСпекулятивные изменения моделей кода
Вопрос 1 из 8

Какое ключевое наблюдение делает спекулятивные правки эффективными?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какое ключевое наблюдение делает спекулятивные правки эффективными?
    • Большинство токенов отредактированного файла обычно идентичны исходному.
    • Модели ИИ вообще не умеют читать код
    • Файлы всегда необходимо восстанавливать с нуля.
    • Код не имеет предсказуемой структуры
  2. Откуда берется «черновик» в умозрительных правках по сравнению с обычным умозрительным декодированием?
    • Из отдельной небольшой эскизной модели
    • Из существующего исходного кода, редактируемого
    • Из случайной выборки
    • От человека-рецензента
  3. Как стандартное авторегрессионное декодирование создает токены?
    • Множество токенов параллельно за проход
    • Все токены сразу без модели
    • Один жетон за проход вперед
    • Только на кластере GPU
  4. Что происходит в спекулятивных методах с серией предложенных токенов, правильность которых подтверждает модель?
    • Они отбрасываются и регенерируются
    • Они отправляются человеку на утверждение.
    • Они вызывают ошибку
    • Они принимаются примерно за один проход вперед.
  5. При спекулятивных изменениях стоимость генерации наиболее точно зависит от чего?
    • Размер фактического редактирования (расходящиеся части)
    • Общий размер файла
    • Количество файлов в репо
    • Количество параметров модели
  6. Какой сценарий БОЛЬШЕ всего выигрывает от спекулятивных изменений?
    • Запись нового файла из пустого буфера
    • Переименование символа в большом практически неизмененном файле
    • Отвечаю на общий простой вопрос
    • Создание короткого отдельного стихотворения
  7. A code edit changes only one short function in a large file. Where is speculative generation work concentrated?
    • Across every unchanged token in the file
    • In retraining the code model
    • In the divergent edited span that does not match the existing source draft
    • In regenerating the file’s tokenizer vocabulary
  8. When speculative verification finds a mismatch with the target model, what should the edit system do?
    • Accept every remaining draft token
    • Discard the entire model checkpoint
    • Replace the target model with the draft
    • Stop accepting that draft prefix and generate the corrected span