Rehber bağlantılı sınav · Orta Seviye

N'nin En İyisi Örnekleme ve Yeniden Sıralama Sınavı

N'nin en iyisi seçimini, puanlayıcı sınırlamalarını, çıkarım süresi maliyetlerini ve daha fazla adayı örneklemenin ardındaki olasılık varsayımlarını anlayın.

İlgili kılavuz yollarıN'nin En İyisi Örnekleme ve Yeniden Sıralama
Soru 1 arasında 8

N'nin en iyisi örneklemesinin temel fikri nedir?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. N'nin en iyisi örneklemesinin temel fikri nedir?
    • N aday çıktısı oluşturun ve bir puanlayıcıyla en iyi olanı seçin
    • Modeli N kez eğitin ve ağırlıkların ortalamasını alın
    • Yalnızca modelin ürettiği ilk çıktıyı kullanın
    • Kelime dağarcığını N jetona kadar azaltın
  2. When is best-of-N most likely to help?
    • When every output is equally good
    • When the model sometimes samples a correct candidate and a reliable verifier can identify it
    • When the task has no way to assess candidates
    • When sampling is disabled
  3. N'nin en iyisi sonuçları gerçekten iyileştirip iyileştirmediğini büyük ölçüde ne belirler?
    • Kullanıcı arayüzünün rengi
    • Yalnızca istemin uzunluğu
    • Puanlayıcının veya doğrulayıcının kalitesi ve sağlamlığı
    • Modelin kelime dağarcığı boyutu
  4. What can happen when N becomes large and the reward model is an imperfect proxy?
    • The model’s tokenizer is removed
    • The model forgets its training weights
    • All candidates become identical
    • Selection can favor outputs that exploit scorer errors and reduce true quality
  5. Hangi basit yeniden sıralama stratejisi aynı zamanda kendi kendine tutarlılık olarak da bilinir?
    • Örneklenen yanıtlar arasında çoğunluk oyu
    • En uzun cevabı seçiyorum
    • Rastgele bir örnek seçme
    • Daima en düşük olasılıklı çıktıyı almak
  6. What mainly drives the generation cost of best-of-N?
    • Only the number of vocabulary entries
    • The total amount of text generated across the sampled candidates
    • The user interface color
    • The number of model training runs
  7. If each independent sample succeeds with probability p and a perfect verifier picks any success, what is the chance at least one of N samples succeeds?
    • p/N
    • N−p
    • 1−(1−p)^N
    • 1−p^N
  8. Which assumption is needed for the simple 1−(1−p)^N success formula?
    • Every response has a different length
    • The model is retrained after each sample
    • The reward model has no parameters
    • The candidate samples are independent and the verifier recognizes success perfectly