แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการปรับขนาดการคำนวณเวลาทดสอบ
ตรวจสอบการคำนวณเวลาอนุมาน การค้นหาผู้สมัคร การจัดสรรแบบปรับเปลี่ยนได้ และการแลกเปลี่ยนต้นทุน-เวลาแฝงที่วัดในการศึกษาเวลาทดสอบ
คำถาม 1 ของ 8
'การคำนวณเวลาทดสอบ' หมายถึงอะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- 'การคำนวณเวลาทดสอบ' หมายถึงอะไร
- การคำนวณใช้เวลาในการฝึกโมเดลกับข้อมูล
- เวลาที่ใช้ในการดาวน์โหลดโมเดล
- การคำนวณที่ใช้เมื่อโมเดลตอบคำถามในการอนุมาน
- ไฟฟ้าที่ใช้ในการทำความเย็นศูนย์ข้อมูล
- In test-time scaling studies, what can extra inference compute be used for?
- Changing the model’s training data during the request
- Increasing the number of model parameters automatically
- Guaranteeing correctness without evaluation
- Searching or revising candidate solutions and checking their quality
- อะไรคือข้อดีข้อเสียหลักของการปรับขนาดการประมวลผลเวลาทดสอบ?
- ความแม่นยำที่สูงขึ้นเพื่อแลกกับเวลาแฝงและต้นทุนที่มากขึ้น
- หน่วยความจำน้อยลง แต่การฝึกอบรมช้าลง
- ข้อมูลมากขึ้นแต่รุ่นเล็กลง
- กราฟิกที่ดีกว่าสำหรับความละเอียดที่ต่ำกว่า
- การสุ่มตัวอย่าง 'ดีที่สุด' คืออะไร
- การฝึกอบรมเกี่ยวกับชุดข้อมูล N ที่ใหญ่ที่สุด
- กำลังสร้างคำตอบของผู้สมัคร N รายการและเลือกคำตอบที่ดีที่สุด
- ใช้เพียง N คำแรกของพรอมต์
- เรียกใช้โมเดลบนคอมพิวเตอร์ N เครื่องที่แตกต่างกันเพื่อความรวดเร็ว
- เหตุใดการคำนวณเวลาทดสอบจึงถือเป็น 'แกนมาตราส่วน' ใหม่
- มันมาแทนที่ความจำเป็นในการฝึกอบรมใดๆ
- ใช้ได้กับรุ่นขนาดเล็กเท่านั้น
- ปรับปรุงประสิทธิภาพโดยการเพิ่มการคำนวณเชิงอนุมาน แทนที่จะเพิ่มขนาดโมเดลเท่านั้น
- จะช่วยลดจำนวนผู้ใช้ที่โมเดลสามารถให้บริการได้
- การประมวลผลเวลาทดสอบทำให้เกิดผลลัพธ์ที่น่าประหลาดใจอะไร
- โมเดลสามารถทำงานได้โดยไม่ต้องใช้ GPU
- ข้อมูลการฝึกอบรมกลายเป็นสิ่งจำเป็น
- โมเดลจะตอบเร็วกว่าเสมอ
- โมเดลขนาดเล็กที่คิดนานสามารถแข่งขันกับโมเดลขนาดใหญ่ที่ตอบได้ทันที
- What is one reason a fixed best-of-N strategy may waste inference compute?
- It spends the same candidate budget on easy and difficult prompts
- It modifies model weights on every query
- It cannot generate multiple candidates
- It eliminates the need for scoring
- What did the test-time compute paper compare with best-of-N sampling?
- A strategy that disables inference
- A compute-optimal strategy that allocates effort based on expected solution quality
- A larger tokenizer vocabulary
- A method that changes image resolution