گائیڈ سے منسلک کوئز · درمیانہ سطح

خود کو بہتر بنائیں تکراری آؤٹ پٹ امپروومنٹ کوئز

سیلف ریفائن کے مسودے، تاثرات، اور نظرثانی کے لوپ کا جائزہ لیں، بشمول اس کے سیاق و سباق کے استعمال اور ماڈل سے تیار کردہ تنقید کی حدود۔

سوال 1 کی 8

سیلف ریفائن لوپ میں ایک ماڈل کون سے تین کردار ادا کرتا ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

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

  1. سیلف ریفائن لوپ میں ایک ماڈل کون سے تین کردار ادا کرتا ہے؟
    • جنریٹر، نقاد، اور نظر ثانی کرنے والا
    • ٹرینر، ٹیسٹر، تعینات کرنے والا
    • انکوڈر، ڈیکوڈر، درجہ بندی کرنے والا
    • منصوبہ ساز، اداکار، اسکورر
  2. سیلف ریفائن کو کام کرنے کا اشارہ کرنے کے علاوہ کیا ضرورت ہے؟
    • ایک الگ سے تربیت یافتہ انعامی ماڈل
    • اضافی کچھ نہیں؛ اسے کسی اضافی تربیت یا انعامی ماڈل کی ضرورت نہیں ہے۔
    • انسانی جائزہ لینے والے
    • ایک عمدہ تنقیدی نیٹ ورک
  3. مسودہ تیار کرنے سے الگ پرامپٹ میں رائے پیدا کرنا مددگار کیوں ہے؟
    • یہ ڈرافٹ کو ماڈل سے چھپاتا ہے۔
    • یہ ٹوکن کی تعداد کو کم کرتا ہے۔
    • یہ ماڈل کو اپنی پہلی کوشش کا دفاع کرنے کے بجائے ایک تازہ فریمنگ سے اندازہ کرنے دیتا ہے۔
    • یہ ماڈل کی میموری کو غیر فعال کر دیتا ہے۔
  4. کس قسم کی آراء تطہیر کے قدم کو سب سے زیادہ مؤثر بناتی ہے؟
    • مبہم حوصلہ افزائی جیسے 'اسے بہتر بنائیں'
    • ایک سادہ عددی سکور جس میں کوئی تفصیل نہیں ہے۔
    • بے ترتیب تجاویز
    • ٹھوس خامیوں کی طرف اشارہ کرتے ہوئے مخصوص، قابل عمل تاثرات
  5. سیلف ریفائن آؤٹ پٹ کو بہتر بنانے میں کب ناکام ہوتا ہے؟
    • جب ماڈل خامی کا پتہ نہیں لگا سکتا ہے تو اسے ٹھیک کرنے کی ضرورت ہوگی۔
    • جب کام مختصر ہو۔
    • جب پرامپٹ انگریزی میں ہوتا ہے۔
    • جب درجہ حرارت صفر پر سیٹ کیا جاتا ہے۔
  6. لوپ عام طور پر رکنے کا فیصلہ کیسے کرتا ہے؟
    • یہ ہمیشہ بالکل 100 بار چلتا ہے۔
    • یہ اس وقت رک جاتا ہے جب ماڈل آؤٹ پٹ کا کافی اچھا فیصلہ کرتا ہے یا ایک قدم کی حد کو مارتا ہے۔
    • یہ تب ہی رکتا ہے جب انسان منظور ہو جائے۔
    • یہ کبھی خود سے نہیں رکتا
  7. What information does Self-Refine feed into later refinement rounds?
    • Only the final token of the original prompt
    • A reward model's parameters
    • The draft together with the feedback history
    • A new human-written answer with no prior context
  8. In the guide's coding example, what might the critic flag before a revision?
    • An incorrect microphone sample rate
    • A ship arriving outside its port window
    • A mismatch between image and audio codecs
    • Missing edge-case handling