گائیڈ سے منسلک کوئز · درمیانہ سطح

Perplexity اور لینگویج میٹرکس کوئز

حوالہ ٹوکن امکانات، کراس اینٹروپی، یونیفارم بیس لائنز، موازنہ ٹوکنائزیشن، BLEU، معیار کی حدود، سیاق و سباق کی ونڈوز، اور نقاب پوش ماڈلز کا جائزہ لیں۔

متعلقہ گائیڈ کے راستےPerplexity اور لینگویج میٹرکس
سوال 1 کی 8

Under the same autoregressive text-scoring setup, what does lower perplexity indicate?

ہر سوال کا جائزہ لیں۔8 سوالات

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

  1. Under the same autoregressive text-scoring setup, what does lower perplexity indicate?
    • Lower average negative log-likelihood for the reference tokens
    • A guarantee of more factually correct generated answers
    • A guarantee of a larger parameter count
    • A requirement that every top-choice prediction be correct
  2. Using natural-log negative log-likelihood, how is autoregressive perplexity computed from its average?
    • By multiplying the parameter count by the context length
    • By subtracting the average from the number of attention heads
    • By taking the average learning rate
    • By exponentiating the average negative log-likelihood
  3. ایک ماڈل 10,000 الفاظ کی ذخیرہ الفاظ میں یکساں امکان کو تفویض کرتا ہے بغیر سیکھنے کے۔ اس کی الجھن کیا ہے؟
    • 1
    • 10,000
    • 0
    • 100
  4. Why do tokenizer and corpus settings matter when directly comparing per-token perplexity values?
    • Perplexity ignores every scored reference token
    • All corpora necessarily produce the same likelihood
    • They change the units or reference data over which probabilities are averaged
    • Only model parameter count determines the score
  5. Which translation-reference metric uses modified n-gram precision and a brevity penalty?
    • Perplexity
    • مربع پکسل کی خرابی کا مطلب ہے۔
    • ماڈل کے پیرامیٹر کی گنتی
    • BLEU
  6. حقیقی دنیا کے معیار کو جانچنے کے لیے کون سی کلیدی حد محققین کو پریشانی سے پرے دھکیلتی ہے؟
    • Perplexity اگلے لفظ کی پیشین گوئی کی پیمائش کرتا ہے، نہ کہ آؤٹ پٹ مفید، سچا، یا مددگار
    • Perplexity شمار کرنے کے لئے بہت مہنگا ہے۔
    • ٹیکسٹ ڈیٹا پر Perplexity کا حساب نہیں لگایا جا سکتا
    • Perplexity صرف تخمینہ کے دوران کام کرتا ہے، تربیت کے نہیں۔
  7. When scoring a long text with a fixed-context model, what can a sliding-window procedure provide that disjoint chunks lose near boundaries?
    • A new vocabulary learned automatically at every boundary
    • A guarantee that generated answers are factually correct
    • More preceding context for the scored target tokens
    • A requirement to count each overlapping target repeatedly
  8. Why is conventional left-to-right perplexity not directly the same score for a BERT-style masked language model?
    • BERT has no learned parameters
    • The masked model does not directly define the same autoregressive sequence factorization
    • Every masked-token probability is necessarily zero
    • Perplexity is defined only for image pixels