Rehber bağlantılı sınav · Orta Seviye
Test Süresi Hesaplama Ölçeklendirme Testi
Çıkarım süresi hesaplamasını, aday aramayı, uyarlanabilir tahsisi ve test süresi çalışmalarında ölçülen maliyet-gecikme ödünleşimlerini gözden geçirin.
Soru 1 arasında 8
'Test zamanı hesaplaması' ne anlama gelir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- 'Test zamanı hesaplaması' ne anlama gelir?
- Hesaplama, modeli veriler üzerinde eğitmek için harcandı
- Bir modeli indirmek için gereken süre
- Model çıkarımda bir sorguyu yanıtlarken harcanan hesaplama
- Veri merkezlerini soğutmak için kullanılan elektrik
- 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
- Test zamanı bilgi işlem ölçeklendirmesinin temel avantajı nedir?
- Daha fazla gecikme ve maliyet karşılığında daha yüksek doğruluk
- Daha az hafıza ancak daha yavaş eğitim
- Daha fazla veri ancak daha küçük modeller
- Daha düşük çözünürlük için daha iyi grafikler
- 'N'nin en iyisi' örneklemesi nedir?
- En büyük N veri kümesine ilişkin eğitim
- N aday yanıtı oluşturma ve en iyi yanıtı seçme
- Bir istemin yalnızca ilk N kelimesini kullanma
- Hız için modeli N farklı bilgisayarda çalıştırmak
- Test zamanı hesaplaması neden yeni bir 'ölçeklendirme ekseni' olarak değerlendiriliyor?
- Herhangi bir eğitim ihtiyacının yerini alır
- Sadece küçük modellerde çalışır
- Yalnızca model boyutunu büyütmek yerine çıkarım hesaplaması ekleyerek performansı artırır
- Bir modelin hizmet verebileceği kullanıcı sayısını azaltır
- Test süresi hesaplaması hangi şaşırtıcı sonucu mümkün kılıyor?
- Modeller herhangi bir GPU olmadan çalışabilir
- Eğitim verileri gereksiz hale geliyor
- Modeller her zaman daha hızlı yanıt verir
- Daha uzun düşünen daha küçük bir model, anında yanıt veren çok daha büyük bir modele rakip olabilir
- 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