Вікторина, пов’язана з посібником · важко Рівень

Спекулятивні зміни для тесту моделей коду

Перевіряє, як незмінений вихідний код стає чернеткою, як приймаються перевірені префікси та чому розмір редагування призводить до спекулятивних витрат на генерацію.

Пов'язані напрямні шляхиСпекулятивні редагування для моделей коду
Питання 1 з 8

Яке ключове спостереження робить спекулятивні правки ефективними?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Яке ключове спостереження робить спекулятивні правки ефективними?
    • Більшість маркерів відредагованого файлу зазвичай ідентичні оригіналу
    • Моделі ШІ взагалі не можуть читати код
    • Файли завжди потрібно відновлювати з нуля
    • Код не має передбачуваної структури
  2. Звідки береться «чернетка» у спекулятивних редагуваннях порівняно зі звичайним спекулятивним декодуванням?
    • З окремої невеликої чорнової моделі
    • З існуючого вихідного коду, який редагується
    • З випадкової вибірки
    • Від рецензента
  3. Як стандартне авторегресійне декодування створює маркери?
    • Багато жетонів паралельно за один прохід
    • Усі токени одразу без моделі
    • Один жетон за прохід вперед
    • Тільки на кластері GPU
  4. У спекулятивних методах, що відбувається з серією запропонованих токенів, які модель перевіряє як правильні?
    • Вони викидаються та регенеруються
    • Вони надсилаються людині на затвердження
    • Вони викликають помилку
    • Вони приймаються приблизно за один прохід вперед
  5. З спекулятивними редагуваннями вартість генерації найбільше відповідає чому?
    • Розмір фактичного редагування (розбіжні частини)
    • Загальний розмір файлу
    • Кількість файлів у сховищі
    • Кількість параметрів моделі
  6. Який сценарій приносить НАЙБІЛЬШУ користь від спекулятивних змін?
    • Запис абсолютно нового файлу з порожнього буфера
    • Перейменування символу у великому майже незмінному файлі
    • Відповідь на загальне запитання
    • Створення короткого окремого вірша
  7. A code edit changes only one short function in a large file. Where is speculative generation work concentrated?
    • Across every unchanged token in the file
    • In retraining the code model
    • In the divergent edited span that does not match the existing source draft
    • In regenerating the file’s tokenizer vocabulary
  8. When speculative verification finds a mismatch with the target model, what should the edit system do?
    • Accept every remaining draft token
    • Discard the entire model checkpoint
    • Replace the target model with the draft
    • Stop accepting that draft prefix and generate the corrected span