درجہ حرارت اور نمونے لینے کا کوئز

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

1. درجہ حرارت میں اضافہ ماڈل کے آؤٹ پٹ کو کیا کرتا ہے؟
   • اسے زیادہ متعصب اور بار بار بناتا ہے۔
   • ماڈل کے وزن کو مستقل طور پر تبدیل کرتا ہے۔
   • سافٹ میکس فنکشن کو غیر فعال کرتا ہے۔
   • غیر معمولی ٹوکن کے زیادہ امکانات کے ساتھ اسے مزید بے ترتیب اور متنوع بناتا ہے۔
2. نمونے لینے سے پہلے، ماڈل کے خام ٹوکن سکور (لاگٹس) کو احتمالات میں تبدیل کر دیا جاتا ہے:
   • ٹاپ-کے فلٹر
   • سافٹ میکس فنکشن
   • بیک پروپیگیشن
   • ٹوکنائزر
3. What determines the candidate set in top-p sampling, compared with top-k?
   • Top-p always keeps exactly ten tokens
   • Both methods always keep every vocabulary token
   • Top-p uses the smallest leading set reaching a cumulative probability threshold; top-k uses a count
   • Top-k uses a cumulative threshold while top-p uses a fixed count
4. میکانکی طور پر، درجہ حرارت اصل میں لاگٹس کے ساتھ کیا کرتا ہے؟
   • softmax سے پہلے ہر لاگٹ کو T کے ذریعے تقسیم کرتا ہے۔
   • ہر لاگٹ میں ایک بے ترتیب نمبر شامل کرتا ہے۔
   • سب سے کم لاگٹس کو حذف کرتا ہے۔
   • حتمی امکانات کو T سے ضرب دیتا ہے۔
5. For a structured-data task, what does choosing more predictable token selection fail to establish?
   • That a decoding setting was chosen
   • That the generated content is correct or valid
   • That token scores can be compared
   • That a model can produce an output
6. How does greedy decoding choose the next token?
   • It literally divides every logit by zero
   • It uniformly samples every vocabulary token
   • It permanently retrains the model
   • It selects a highest-scoring eligible token rather than sampling
7. Two token logits differ by six before temperature scaling. With positive temperature two, what is their scaled difference?
   • تین
   • Twelve
   • چھ
   • صفر
8. For probabilities 0.55, 0.30, 0.10, and 0.05, how many leading tokens does top-p 0.80 keep?
   • ایک
   • تین
   • دو
   • چار