引导式测验 · 中等 等级

思想之树测验

测试思想生成、状态评估、搜索和回溯，以及报告的基准结果的特定于任务的限制。

相关引导路径思想之树
问题 1 的 8

思想树与思想链提示有何根本区别？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 思想树与思想链提示有何根本区别？
    • 它探索多个推理分支并可以回溯
    • 它根据新数据重新训练模型
    • 它删除了所有中间推理步骤
    • 它仅适用于图像生成
  2. 思想树系统由哪三个组成部分组成？
    • 分词器、嵌入器和解码器
    • 思想生成器、状态评估器和搜索算法
    • 编码器、注意力头和 softmax
    • 数据集、优化器和损失函数
  3. In the original Tree of Thoughts Game of 24 experiment, what result did breadth-five search report for its selected test set?
    • 100% success on every possible puzzle
    • 74% for every model and search budget
    • 74% success for GPT-4 with ToT, versus 4% for a single chain-of-thought baseline
    • 4% for ToT and 74% for chain-of-thought
  4. 思想树系统通常如何评估部分解决方案？
    • 通过查询外部数据库
    • 通过测量GPU温度
    • 通过计算使用的代币数量
    • 通过提示模型将状态评估为确定、可能或不可能
  5. 在现有模型上实施思想树的事实是怎样的？
    • 它是一个提示和搜索包装器，而不是重新训练
    • 它需要从头开始重新训练模型
    • 它只能在专用硬件上运行
    • 它永久改变模型的权重
  6. 哪个相关框架可以让推理路径合并并重用中间结果？
    • 线性回归
    • 思想图
    • 批量归一化
    • 波束宽度修剪
  7. Which components are commonly specified in a Tree of Thoughts setup?
    • A new tokenizer, an optimizer, and a training corpus
    • A database, a browser, and a GPU driver
    • Thought proposals, an intermediate-state evaluator, and a search procedure
    • A label encoder, a loss scaler, and a checkpoint
  8. Why can Tree of Thoughts increase inference cost?
    • It always retrains the base model
    • It requires a separate model for every token
    • It eliminates all model calls after the first thought
    • It may generate and evaluate multiple candidate states across search steps