แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

OpenAI แบบทดสอบกระซิบ

ตรวจสอบองค์ประกอบข้อมูลการฝึกอบรม Whisper พฤติกรรมหลายภาษา และโหมดความล้มเหลวที่บันทึกไว้โดยไม่ต้องถือว่าสำเนาถูกต้องเสมอ

เส้นทางแนะนำที่เกี่ยวข้องOpenai กระซิบ
คำถาม 1 ของ 8

จุดประสงค์หลักของเสียงกระซิบของ OpenAI คืออะไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. จุดประสงค์หลักของเสียงกระซิบของ OpenAI คืออะไร
    • การรู้จำเสียงอัตโนมัติ: การถอดเสียงและการแปลเสียง
    • การสร้างภาพจากข้อความ
    • การเขียนโค้ดคอมพิวเตอร์
    • การสร้างภาพเคลื่อนไหว 3 มิติ
  2. ความสมดุลของภาษาในเสียงการฝึกของ Whisper เป็นอย่างไร
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. Whisper ใช้อะไรเพื่อกำหนดเงื่อนไขตัวถอดรหัสในงานและภาษาที่ร้องขอ
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. Whisper ไม่มีความสามารถใดให้มาในตัว?
    • การแปลคำพูดจากภาษาอื่นเป็นภาษาอังกฤษ
    • การตรวจจับภาษาที่กำลังพูด
    • การเพิ่มการประทับเวลาในการถอดเสียง
    • สร้างวิดีโอที่สมจริงจากพรอมต์
  5. เอกสารของ OpenAI อธิบายถึงปัญหาการถอดความแบบยาวใดบ้าง
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. จุดอ่อนที่ทราบของ Whisper ที่ควรระวังคืออะไร
    • ไม่สามารถประมวลผลเสียงภาษาอังกฤษใดๆ ได้
    • บางครั้งอาจทำให้ข้อความที่ไม่ได้พูดเป็นภาพหลอนได้
    • มันจะส่งสัญญาณออกเฉพาะเสียงเท่านั้น ไม่ใช้ข้อความ
    • มันปฏิเสธที่จะเพิ่มเครื่องหมายวรรคตอน
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • ประมาณ 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • การเพิ่มการประทับเวลาในการถอดเสียง
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification