Rehber bağlantılı sınav · Orta Seviye
T5 ve Metinden Metne Aktarım Sınavı
T5 görev öneklerini, aralık bozulmasını, kodlayıcı-kod çözücü dikkatini ve talimat ayarlama ile kapalı kitap yanıtları arasındaki farkı test edin.
Soru 1 arasında 8
T5'in arkasındaki tanımlayıcı fikir nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- T5'in arkasındaki tanımlayıcı fikir nedir?
- Yalnızca makine çevirisi yapar
- Altyazılardan görüntüler oluşturur
- Her NLP görevi metin girişi ve metin çıkışı olarak çerçevelenir
- Tüm eğitimin yerini takviyeli öğrenme alır
- T5 hangi Transformer mimarisini kullanıyor?
- Tam bir kodlayıcı-kod çözücü
- BERT gibi yalnızca kodlayıcı
- Yalnızca kod çözücü, GPT gibi
- Hiç dikkat yok
- T5 öncelikle hangi eğitim öncesi hedefini kullanıyor?
- Yalnızca sonraki cümle tahmini
- Hisse senedi fiyatlarını tahmin etmek
- Görüntü iç boyama
- Yayılma bozulması, bitişik yayılmaların maskelenmesi, yerine nöbetçi belirteçler konuldu
- T5 hangi korpus üzerinde önceden eğitilmişti?
- Yalnızca Vikipedi
- C4 Devasa Temiz Taranan Corpus
- Kaynak kodundan oluşan bir veri kümesi
- Ses transkriptleri
- T5, duyarlılık analizi gibi bir sınıflandırma görevini nasıl temsil eder?
- Yalnızca bir olasılık vektörü çıktısı verir
- Sayısal bir kimlik döndürür
- 'Pozitif' veya 'negatif' gibi gerçek etiket kelimesini üretir
- Sınıflandırma yapamaz
- Orijinal T5'e göre FLAN-T5 nedir?
- Daha küçük bir görüntü modeli
- Görünmeyen görevlere genelleme yapan, talimatlara göre ayarlanmış bir nesil
- Konuşma tanıma sistemi
- İlgisiz bir veritabanı aracı
- 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