Maswali yanayounganishwa na mwongozo · Kati Kiwango

T5 na Maswali ya Uhamisho wa Maandishi hadi Maandishi

Viambishi awali vya kazi vya T5 vya majaribio, ufisadi wa muda mrefu, umakini wa kisimbuaji, na tofauti kati ya urekebishaji wa maagizo na majibu ya vitabu vichache.

Njia za mwongozo zinazohusianaT5 na Uhamisho wa Maandishi
Swali 1 ya 8

Ni wazo gani linalofafanua nyuma ya T5?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Ni wazo gani linalofafanua nyuma ya T5?
    • Inafanya tafsiri ya mashine pekee
    • Inazalisha picha kutoka kwa vichwa
    • Kila kazi ya NLP imewekwa kama ingizo la maandishi kwa kutoa maandishi
    • Inabadilisha mafunzo yote na mafunzo ya kuimarisha
  2. T5 hutumia usanifu gani wa Transfoma?
    • Kisimbaji kisimbaji kamili
    • Kisimbaji pekee, kama BERT
    • Kisimbuaji pekee, kama GPT
    • Hakuna umakini hata kidogo
  3. Je, T5 hutumia lengo gani la mafunzo ya awali?
    • Utabiri wa sentensi inayofuata pekee
    • Kutabiri bei ya hisa
    • Uchoraji wa picha
    • Ufisadi wa muda mrefu, kufunika sehemu zinazoshikamana na kubadilishwa na tokeni za askari
  4. T5 ilifundishwa mapema kwenye kundi gani?
    • Wikipedia pekee
    • C4 Colossal Clean Crawled Corpus
    • Seti ya data ya msimbo wa chanzo
    • Nakala za sauti
  5. T5 inawakilishaje kazi ya uainishaji kama uchanganuzi wa hisia?
    • Inatoa vekta ya uwezekano pekee
    • Hurejesha kitambulisho cha nambari
    • Inazalisha neno halisi la lebo, kama vile 'chanya' au 'hasi'.
    • Haiwezi kufanya uainishaji
  6. FLAN-T5 ni nini kuhusiana na T5 asili?
    • Mfano mdogo wa picha
    • Kizazi kilichopangwa kwa maagizo ambacho kinajumlisha kwa kazi zisizoonekana
    • Mfumo wa utambuzi wa hotuba
    • Chombo cha hifadhidata kisichohusiana
  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