Тест із спекулятивного декодування

Відповіді та пояснення з’являються під час виконання тесту.

1. Як спекулятивне декодування прискорює генерацію з великої моделі?
   • Мала чернеткова модель вгадує кілька токенів, які велика модель перевіряє паралельно
   • Постійне стиснення моделі до половини її розміру
   • Зняття механізму уваги
   • Навчання моделі на більшій кількості даних
2. For a large model at low batch size, why can one-token autoregressive decoding be slow?
   • Each token requires internet access
   • Repeated reads of large model weights can make decoding memory-bandwidth bound
   • The model permanently stores a full copy of every possible output
   • The tokenizer performs the model’s matrix multiplications
3. In greedy speculative decoding, what happens at the first token where draft and target predictions disagree?
   • The whole conversation is thrown away and restarted from scratch
   • Чорнова модель негайно перенавчається
   • The matching prefix is kept, the target token is used at the mismatch, and later draft tokens are discarded
   • Якість результату постійно погіршується
4. Under exact speculative sampling, how does the output distribution compare with sampling from the target model alone?
   • It is always lower quality but faster
   • It is identical only when the draft model is larger
   • It becomes deterministic regardless of target sampling
   • It is identical in distribution
5. Що безпосередньо визначає прискорення від спекулятивного декодування?
   • Рівень прийняття припущень чорнової моделі
   • Колір GPU
   • Довжина назви моделі
   • Час доби
6. Що спільного в підходах між Medusa та EAGLE?
   • Вони вимагають квантового обладнання
   • Вони усувають потребу в окремій автономній чорновій моделі
   • Вони видаляють цільову модель
   • Вони працюють лише над зображеннями
7. What should a serving team measure before claiming speculative decoding will speed up its workload?
   • Only the target model’s parameter count
   • Only whether the draft produces fluent text
   • Draft cost, target verification cost, accepted tokens and end-to-end latency under representative traffic
   • The number of tokenizer files
8. In exact speculative sampling, what happens when a proposed token is rejected?
   • The whole conversation is discarded
   • The target model is permanently changed
   • The rejected token is kept without verification
   • A correction step samples from the distribution needed to preserve the target model’s output distribution