引导式测验 · 中等 等级
思维树推理测验
检查思想树分支、候选生成、状态评估、修剪、搜索策略和推理计算权衡。
问题 1 的 8
思维树与思维链提示有何不同？
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。
- 思维树与思维链提示有何不同？
- 它探索多个分支推理路径而不是一个线性链
- 它完全消除了推理步骤
- 它仅适用于图像输入
- 它根本不使用语言模型
- 在思想树中，单个节点通常代表什么？
- 仅提供完整的最终答案
- 部分解决方案或中间“想法”
- 用户查询
- 经过训练的重量
- 状态评估器在思想树中扮演什么角色？
- 它写出最终面向用户的答案
- 它删除模型的内存
- 它对部分解决方案的前景进行评分，以便可以修剪薄弱的分支
- 它可以在语言之间进行翻译
- 在 Game of 24 基准测试中，ToT 的表现比 Chain-of-Thought 的表现大约高出多少？
- 从 90% 到 95% 成功
- 完全没有改善
- 成功率从 50% 提高到 51%
- 成功率从大约 4% 到大约 74%
- 哪些搜索策略通常用于导航思想树？
- 广度优先、深度优先或波束搜索
- 只能随机猜测
- 按字母顺序排序
- 像素梯度下降
- 使用思想树的主要成本权衡是什么？
- 它降低了准确性以节省时间
- 它需要更多的推理计算来换取更高的准确性
- 它不需要超过一个模型调用
- 它只能离线工作
- 在一个思想树节点上，思想生成器通常会产生什么？
- 只有最终答案，没有中间状态
- 新模型检查点
- 几位候选人的下一步想法可以扩展部分解决方案
- 一组提示的训练标签
- 候选状态生成并评分后，ToT 搜索过程会做出什么决定？
- 模型应该使用哪个分词器
- 是否改变模型的权重
- 如何对原始训练语料进行标注
- 哪些分支需要扩展，哪些分支需要修剪或停止探索