Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố tìm kiếm tia

Khám phá cách tìm kiếm chùm giữ một số chuỗi từng phần có điểm cao và cách hình phạt cho điểm hình thành văn bản đầu ra cuối cùng.

Đường dẫn hướng dẫn liên quanTìm kiếm tia
Câu hỏi 1 của 8

'Độ rộng chùm tia' (k) kiểm soát điều gì trong tìm kiếm chùm tia?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. 'Độ rộng chùm tia' (k) kiểm soát điều gì trong tìm kiếm chùm tia?
    • Có bao nhiêu chuỗi ứng cử viên một phần được giữ ở mỗi bước giải mã
    • Độ dài tối đa của chuỗi được tạo
    • Nhiệt độ áp dụng cho xác suất
    • Kích thước từ vựng của mô hình
  2. Tìm kiếm chùm tia khác với giải mã tham lam như thế nào?
    • Nó luôn chọn mã thông báo có xác suất cao nhất
    • Nó giữ nhiều chuỗi từng phần có điểm cao thay vì cam kết một
    • Nó lấy mẫu token một cách ngẫu nhiên
    • Nó hoàn toàn bỏ qua xác suất của mã thông báo
  3. Tại sao chuẩn hóa độ dài thường được áp dụng trong tìm kiếm chùm tia?
    • Để làm cho thế hệ nhanh hơn
    • Để tăng kích thước từ vựng
    • Bởi vì việc tính tổng các xác suất log có xu hướng hướng tới các chuỗi ngắn hơn
    • Để thêm tính ngẫu nhiên vào đầu ra
  4. Tìm kiếm chùm tia đặc biệt phù hợp với nhiệm vụ nào?
    • Kể chuyện sáng tạo có kết thúc mở
    • Tạo văn bản ngẫu nhiên đa dạng tối đa
    • Làm thơ không thể đoán trước
    • Dịch máy, nơi mong muốn có được kết quả đầu ra có xác suất trung thực cao
  5. Nhược điểm đã biết của việc sử dụng độ rộng chùm tia rất lớn cho hệ thống phát điện mở là gì?
    • Nó có thể tạo ra văn bản nhạt nhẽo, lặp đi lặp lại hoặc thoái hóa
    • Nó đảm bảo đầu ra sáng tạo nhất
    • Nó loại bỏ sự cần thiết của bất kỳ mô hình xác suất nào
    • Nó làm cho mô hình bỏ qua đầu vào
  6. Ở mỗi bước, tìm kiếm chùm tia quyết định nên giữ ứng viên nào?
    • Theo thứ tự chữ cái của token
    • Bằng điểm tích lũy (tổng xác suất log), giữ k hàng đầu
    • Bằng cách chọn những ứng viên dài nhất
    • Bằng cách lựa chọn ngẫu nhiên trong số tất cả các ứng cử viên
  7. What problem does GNMT’s coverage penalty aim to reduce in translation?
    • Repeatedly encoding the same source vocabulary
    • The use of subword units
    • Output translations that fail to cover source words
    • The number of encoder layers
  8. What does diverse beam search modify to encourage different candidate outputs?
    • It replaces the model probabilities with uniform random scores
    • It removes all but one candidate at the first step
    • It changes the training tokenizer after decoding
    • It penalizes similarity or overlap among candidates in different beam groups