Вікторина Logit Bias

Відповіді та пояснення з’являються під час виконання тесту.

1. Що змінює зміщення logit?
   • Оцінка (logit) конкретних токенів перед вибіркою
   • Модель тренується постійно
   • Температура всієї підказки
   • Кількість токенів у контекстному вікні
2. У багатьох API, чого досягає логітичне зміщення -100 для маркера?
   • Збільшує вірогідність маркера в 100 разів
   • Фактично забороняє генерацію маркера
   • Назавжди видаляє лексему зі словника
   • Подвоює швидкість моделі
3. What numeric range does the documented OpenAI Chat Completions logit_bias accept for a token?
   • From 0 to 1 only
   • From -1 to 1 only
   • From -100 to 100
   • Any string value
4. До якого ідентифікатора прив’язане логічне зміщення?
   • Слово відкритого тексту
   • Позиція речення
   • Ім'я моделі
   • Числовий ідентифікатор маркера
5. Оскільки логіти передаються через softmax, який ефект від додавання позитивного зміщення?
   • Це експоненціально збільшує відносну вагу токена до нормалізації
   • Він лінійно додає фіксовану ймовірність
   • До тренувань це не впливає
   • Він знімає маркер з розгляду
6. Ключовою перевагою логіт-зміщення над тонким налаштуванням є те, що воно:
   • Постійно вдосконалює знання моделі
   • Не потребує перенавчання та застосовується за запитом
   • Збільшує розмір контекстного вікна
   • Працює тільки на зображеннях
7. Why should a developer inspect the tokenizer before applying a bias to a visible word?
   • Token IDs are assigned only after sampling
   • Visible words always equal one token
   • The word may be represented by several token IDs, so biasing one ID may not cover all forms
   • The tokenizer controls the model’s training data
8. What is a practical risk of applying a strong positive bias to one token?
   • It increases the context window
   • It changes the model weights permanently
   • It guarantees the token appears exactly once
   • It can distort generation or produce repetitive, awkward text