แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
T5 และแบบทดสอบการถ่ายโอนข้อความเป็นข้อความ
ทดสอบคำนำหน้างาน T5, การเสียหายของสแปน, ความสนใจของตัวเข้ารหัสและตัวถอดรหัส และความแตกต่างระหว่างการปรับแต่งคำสั่งและคำตอบแบบปิด
คำถาม 1 ของ 8
แนวคิดสำคัญเบื้องหลัง T5 คืออะไร?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- แนวคิดสำคัญเบื้องหลัง T5 คืออะไร?
- มีเพียงการแปลด้วยเครื่องเท่านั้น
- มันสร้างภาพจากคำบรรยาย
- งาน NLP ทุกงานถูกจัดกรอบเป็นการป้อนข้อความไปยังเอาต์พุตข้อความ
- โดยจะแทนที่การฝึกอบรมทั้งหมดด้วยการเรียนรู้แบบเสริมกำลัง
- T5 ใช้สถาปัตยกรรม Transformer ใด
- ตัวเข้ารหัส-ตัวถอดรหัสเต็มรูปแบบ
- ตัวเข้ารหัสเท่านั้น เช่น BERT
- ตัวถอดรหัสเท่านั้น เช่น GPT
- ไม่มีความสนใจเลย
- T5 มีวัตถุประสงค์หลักในการเตรียมการฝึกอบรมอะไร?
- การทำนายประโยคถัดไปเท่านั้น
- ทำนายราคาหุ้น
- ภาพในการวาดภาพ
- ความเสียหายของ Span โดยปิดบัง Span ที่ต่อเนื่องกันแทนที่ด้วยโทเค็น Sentinel
- T5 ได้รับการฝึกอบรมเกี่ยวกับคลังข้อมูลใด
- วิกิพีเดียเท่านั้น
- C4 Colossal Clean คลานคอร์ปัส
- ชุดข้อมูลของซอร์สโค้ด
- การถอดเสียง
- T5 นำเสนองานการจัดหมวดหมู่ เช่น การวิเคราะห์ความรู้สึก อย่างไร
- มันจะส่งออกเวกเตอร์ความน่าจะเป็นเท่านั้น
- จะส่งกลับรหัสตัวเลข
- มันสร้างคำฉลากตามตัวอักษรเช่น 'บวก' หรือ 'เชิงลบ'
- มันไม่สามารถจำแนกประเภทได้
- FLAN-T5 คืออะไรเมื่อเทียบกับ T5 ดั้งเดิม?
- โมเดลรูปภาพขนาดเล็กลง
- ผู้สืบทอดที่ได้รับการปรับแต่งคำสั่งซึ่งจะสรุปงานที่มองไม่เห็น
- มีระบบรู้จำเสียงพูด
- เครื่องมือฐานข้อมูลที่ไม่เกี่ยวข้อง
- 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
- 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