T5 اور ٹیکسٹ ٹو ٹیکسٹ ٹرانسفر کوئز

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

1. T5 کے پیچھے واضح خیال کیا ہے؟
   • یہ صرف مشینی ترجمہ کرتا ہے۔
   • یہ سرخیوں سے تصاویر تیار کرتا ہے۔
   • ہر NLP ٹاسک کو ٹیکسٹ ان پٹ ٹو ٹیکسٹ آؤٹ پٹ کے طور پر تیار کیا جاتا ہے۔
   • یہ تمام تربیت کو کمک سیکھنے سے بدل دیتا ہے۔
2. T5 کون سا ٹرانسفارمر فن تعمیر استعمال کرتا ہے؟
   • ایک مکمل انکوڈر-ڈیکوڈر
   • صرف انکوڈر، جیسے BERT
   • صرف ڈیکوڈر، جی پی ٹی کی طرح
   • بالکل بھی توجہ نہیں۔
3. T5 بنیادی طور پر کونسا تربیتی مقصد استعمال کرتا ہے؟
   • صرف اگلے جملے کی پیشین گوئی
   • اسٹاک کی قیمتوں کی پیشن گوئی
   • تصویر میں پینٹنگ
   • اسپین کی بدعنوانی، سنٹینل ٹوکنز کی جگہ ملحقہ اسپین کو ماسک کرنا
4. T5 کو کس کارپس پر پہلے سے تربیت دی گئی تھی؟
   • صرف ویکیپیڈیا
   • C4 کولسل کلین کرالڈ کارپس
   • سورس کوڈ کا ڈیٹا سیٹ
   • آڈیو ٹرانسکرپٹس
5. T5 درجہ بندی کے کام کی نمائندگی کیسے کرتا ہے جیسے جذبات کا تجزیہ؟
   • یہ صرف ایک امکانی ویکٹر کو آؤٹ پٹ کرتا ہے۔
   • یہ ایک عددی ID واپس کرتا ہے۔
   • یہ لفظی لیبل والا لفظ تیار کرتا ہے، جیسے 'مثبت' یا 'منفی'
   • یہ درجہ بندی نہیں کر سکتا
6. اصل T5 کی نسبت FLAN-T5 کیا ہے؟
   • ایک چھوٹا تصویری ماڈل
   • ایک انسٹرکشن ٹیونڈ ڈیسنڈنٹ جو نادیدہ کاموں کو عام کرتا ہے۔
   • تقریر کی شناخت کا نظام
   • ایک غیر متعلقہ ڈیٹا بیس ٹول
7. When T5 generates a summary, what does decoder cross-attention let it consult?
   • The encoder's representations of the input article
   • Only previously generated summary tokens
   • Only the unprocessed task label
   • The training optimizer's stored gradients
8. In a closed-book T5 question-answering setup, where does the answer's factual information come from at inference?
   • A document retrieval step required for every question
   • A newly supplied answer passage required in the prompt
   • A live database lookup built into span corruption
   • Knowledge encoded in the model's learned parameters