光束搜索测验

当您参加测验时，就会出现答案和解释。

1. 波束搜索中“波束宽度”(k) 控制什么？
   • 每个解码步骤保留多少个部分候选序列
   • 生成序列的最大长度
   • 应用于概率的温度
   • 模型词汇量的大小
2. 束搜索与贪婪解码有何不同？
   • 它总是选择概率最高的单个令牌
   • 它保留多个高分部分序列，而不是致力于一个
   • 它随机采样令牌
   • 它完全忽略了令牌概率
3. 为什么长度归一化常用于集束搜索？
   • 为了使生成速度更快
   • 增加词汇量
   • 因为对数概率求和会使分数偏向于较短的序列
   • 为输出添加随机性
4. 集束搜索特别适合哪种任务？
   • 开放式的创意叙事
   • 生成最大程度多样化的随机文本
   • 创作不可预知的诗篇
   • 机器翻译，需要忠实的高概率输出
5. 使用非常大的波束宽度进行开放式发电的已知缺点是什么？
   • 它可能会产生平淡、重复或简陋的文本
   • 它保证了最具创意的输出
   • 它消除了对任何概率模型的需要
   • 它使模型忽略输入
6. 在每一步中，集束搜索如何决定保留哪些候选者？
   • 按标记的字母顺序排列
   • 通过累积分数（对数概率之和），保留前 k 个
   • 通过选择最长的候选人
   • 在所有候选人中随机选择
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