แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบต้นไม้แห่งความคิด

ทดสอบการสร้างความคิด การประเมินสถานะ การค้นหา และการย้อนรอย รวมถึงขีดจำกัดเฉพาะงานของผลลัพธ์การวัดประสิทธิภาพที่รายงาน

เส้นทางแนะนำที่เกี่ยวข้องต้นไม้แห่งความคิด
คำถาม 1 ของ 8

Tree of Thoughts แตกต่างโดยพื้นฐานจากการกระตุ้นเตือนแบบลูกโซ่อย่างไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. Tree of Thoughts แตกต่างโดยพื้นฐานจากการกระตุ้นเตือนแบบลูกโซ่อย่างไร
    • โดยจะสำรวจสาขาการใช้เหตุผลหลายสาขาและสามารถย้อนรอยได้
    • มันฝึกโมเดลใหม่ด้วยข้อมูลใหม่
    • โดยจะลบขั้นตอนการให้เหตุผลระดับกลางทั้งหมด
    • ใช้งานได้เฉพาะกับการสร้างภาพเท่านั้น
  2. องค์ประกอบสามข้อใดที่ประกอบกันเป็นระบบ Tree of Thoughts
    • Tokenizer ตัวฝัง และตัวถอดรหัส
    • เครื่องกำเนิดความคิด ผู้ประเมินสถานะ และอัลกอริธึมการค้นหา
    • ตัวเข้ารหัส หัวความสนใจ และซอฟต์แม็กซ์
    • ชุดข้อมูล เครื่องมือเพิ่มประสิทธิภาพ และฟังก์ชันการสูญเสีย
  3. In the original Tree of Thoughts Game of 24 experiment, what result did breadth-five search report for its selected test set?
    • 100% success on every possible puzzle
    • 74% for every model and search budget
    • 74% success for GPT-4 with ToT, versus 4% for a single chain-of-thought baseline
    • 4% for ToT and 74% for chain-of-thought
  4. โดยทั่วไประบบ Tree of Thoughts จะประเมินวิธีแก้ปัญหาบางส่วนอย่างไร
    • โดยการสืบค้นฐานข้อมูลภายนอก
    • โดยการวัดอุณหภูมิ GPU
    • โดยการนับจำนวนโทเค็นที่ใช้
    • โดยแจ้งให้โมเดลให้คะแนนสถานะว่าเป็นไปได้ หรือเป็นไปไม่ได้
  5. อะไรคือความจริงเกี่ยวกับการนำ Tree of Thoughts ไปใช้กับโมเดลที่มีอยู่?
    • มันเป็น wrapper การกระตุ้นเตือนและการค้นหา ไม่ใช่การฝึกอบรมใหม่
    • จำเป็นต้องมีการฝึกโมเดลใหม่ตั้งแต่ต้น
    • สามารถทำงานบนฮาร์ดแวร์เฉพาะเท่านั้น
    • โดยจะเปลี่ยนน้ำหนักของโมเดลอย่างถาวร
  6. กรอบงานที่เกี่ยวข้องใดที่ช่วยให้เส้นทางการให้เหตุผลผสานและนำผลลัพธ์ระดับกลางกลับมาใช้ใหม่ได้
    • การถดถอยเชิงเส้น
    • กราฟแห่งความคิด
    • การทำให้เป็นมาตรฐานแบบแบตช์
    • การตัดแต่งกิ่งความกว้างของลำแสง
  7. Which components are commonly specified in a Tree of Thoughts setup?
    • A new tokenizer, an optimizer, and a training corpus
    • A database, a browser, and a GPU driver
    • Thought proposals, an intermediate-state evaluator, and a search procedure
    • A label encoder, a loss scaler, and a checkpoint
  8. Why can Tree of Thoughts increase inference cost?
    • It always retrains the base model
    • It requires a separate model for every token
    • It eliminates all model calls after the first thought
    • It may generate and evaluate multiple candidate states across search steps