OpenAI Fısıltı Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. OpenAI'nin Fısıltısının asıl amacı nedir?
   • Otomatik konuşma tanıma: sesi yazıya dökme ve çevirme
   • Metinden görseller oluşturma
   • Bilgisayar kodu yazma
   • 3D animasyonlar oluşturma
2. What was true of the language balance in Whisper’s training audio?
   • 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. What does Whisper use to condition the decoder on the requested task and language?
   • 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 yerel olarak hangi yeteneği SAĞLAMAZ?
   • Konuşmaları diğer dillerden İngilizceye çevirmek
   • Hangi dilin konuşulduğunu tespit etme
   • Metne zaman damgaları ekleme
   • Bir istemden gerçekçi video oluşturma
5. Which long-form transcription problems does OpenAI’s paper describe?
   • 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. Whisper'ın dikkat edilmesi gereken bilinen bir zayıflığı nedir?
   • Herhangi bir İngilizce sesi işleyemez
   • Bazen söylenmemiş bir metni 'halüsinasyona uğratabilir'
   • Yalnızca ses çıkışı sağlar, metin vermez
   • Noktalama işareti eklemeyi reddediyor
7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
   • About 18%
   • Yaklaşık %1
   • About 65%
   • About 100%
8. What use does OpenAI caution against when transcription errors could have serious consequences?
   • Noncommercial experimentation with public samples
   • Metne zaman damgaları ekleme
   • Using the model to identify a language
   • High-risk decision-making without appropriate verification