بیسٹ آف این سیمپلنگ اور ری رینکنگ کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. بہترین-آف-N نمونے لینے کا بنیادی خیال کیا ہے؟
   • N امیدوار کے آؤٹ پٹس تیار کریں اور اسکورر کے ساتھ بہترین انتخاب کریں۔
   • ماڈل N اوقات کو تربیت دیں اور وزن کا اوسط لیں۔
   • صرف وہی پہلا آؤٹ پٹ استعمال کریں جو ماڈل تیار کرتا ہے۔
   • ذخیرہ الفاظ کو N ٹوکن تک کم کریں۔
2. بہترین کا N کب مدد کرنے کا سب سے زیادہ امکان ہے؟
   • جب ہر آؤٹ پٹ یکساں طور پر اچھا ہو۔
   • جب ماڈل بعض اوقات صحیح امیدوار کا نمونہ لیتا ہے اور ایک قابل اعتماد تصدیق کنندہ اس کی شناخت کرسکتا ہے۔
   • جب کام کے پاس امیدواروں کا اندازہ لگانے کا کوئی طریقہ نہیں ہے۔
   • جب نمونے لینے کو غیر فعال کیا جاتا ہے۔
3. کیا بڑی حد تک اس بات کا تعین کرتا ہے کہ آیا best-of N دراصل نتائج کو بہتر بناتا ہے؟
   • یوزر انٹرفیس کا رنگ
   • صرف پرامپٹ کی لمبائی
   • اسکورر یا تصدیق کنندہ کا معیار اور مضبوطی۔
   • ماڈل کے الفاظ کا سائز
4. کیا ہو سکتا ہے جب N بڑا ہو جائے اور انعام کا ماڈل ایک نامکمل پراکسی ہو؟
   • ماڈل کا ٹوکنائزر ہٹا دیا گیا ہے۔
   • ماڈل اپنے تربیتی وزن کو بھول جاتا ہے۔
   • تمام امیدوار ایک جیسے ہو جاتے ہیں۔
   • انتخاب ایسے نتائج کی حمایت کر سکتا ہے جو اسکورر کی غلطیوں کا استحصال کرتے ہیں اور حقیقی معیار کو کم کرتے ہیں۔
5. رینکنگ کی کون سی سادہ حکمت عملی خود مستقل مزاجی کے نام سے بھی جانی جاتی ہے؟
   • نمونے کے جوابات میں اکثریت کی ووٹنگ
   • طویل ترین جواب کا انتخاب
   • بے ترتیب نمونے کا انتخاب
   • ہمیشہ سب سے کم امکان آؤٹ پٹ لے رہے ہیں۔
6. بیسٹ-آف-این کی جنریشن لاگت کو بنیادی طور پر کیا چلاتا ہے؟
   • صرف الفاظ کے اندراجات کی تعداد
   • نمونے والے امیدواروں میں تیار کردہ متن کی کل رقم
   • یوزر انٹرفیس کا رنگ
   • ماڈل ٹریننگ کی تعداد چلتی ہے۔
7. اگر ہر آزاد نمونہ امکان p کے ساتھ کامیاب ہوتا ہے اور ایک کامل تصدیق کنندہ کسی کامیابی کا انتخاب کرتا ہے، تو کم از کم N نمونوں میں سے ایک کے کامیاب ہونے کا کیا امکان ہے؟
   • p/N
   • N−p
   • 1−(1−p)^N
   • 1−p^N
8. سادہ 1−(1−p)^N کامیابی کے فارمولے کے لیے کس مفروضے کی ضرورت ہے؟
   • ہر جواب کی لمبائی مختلف ہوتی ہے۔
   • ماڈل کو ہر نمونے کے بعد دوبارہ تربیت دی جاتی ہے۔
   • انعام کے ماڈل میں کوئی پیرامیٹرز نہیں ہیں۔
   • امیدوار کے نمونے آزاد ہیں اور تصدیق کنندہ کامیابی کو اچھی طرح پہچانتا ہے۔