引導式測驗 · 中等 等級
自我完善迭代輸出改進測驗
檢視 Self-Refine 的草稿、回饋和修訂循環,包括其上下文使用和模型生成的批評的限制。
問題 1 的 8
單一模型在 Self-Refine 循環中扮演哪三個角色?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 單一模型在 Self-Refine 循環中扮演哪三個角色?
- 生成者、評論家和修訂者
- 培訓師、測試員、部署員
- 編碼器、解碼器、分類器
- 策劃、演員、記分員
- 除了提示工作之外,自我精煉還需要什麼?
- 單獨訓練的獎勵模型
- 沒有什麼額外的;它不需要額外的培訓或獎勵模型
- 人工審核員參與循環
- 精心調整的評論家網絡
- 為什麼在生成草稿的單獨提示中產生回饋很有幫助?
- 它對模型隱藏草稿
- 它減少了令牌數量
- 它讓模型從新的框架進行評估,而不是捍衛其第一次嘗試
- 它禁用模型的記憶
- 什麼樣的回饋使得細化步驟最有效?
- 含糊的鼓勵,例如“讓它變得更好”
- 沒有細節的簡單數字分數
- 隨機建議
- 針對具體缺陷的具體、可操作的回饋
- 什麼時候自我精煉往往無法提高輸出?
- 當模型無法偵測到缺陷時,就需要修復
- 當任務很短時
- 當提示是英文時
- 當溫度設定為零時
- 循環通常如何決定停止?
- 它總是恰好運行 100 次
- 當模型判斷輸出夠好或達到步長限制時停止
- 只有當人類批准時它才會停止
- 它永遠不會自行停止
- What information does Self-Refine feed into later refinement rounds?
- Only the final token of the original prompt
- A reward model's parameters
- The draft together with the feedback history
- A new human-written answer with no prior context
- In the guide's coding example, what might the critic flag before a revision?
- An incorrect microphone sample rate
- A ship arriving outside its port window
- A mismatch between image and audio codecs
- Missing edge-case handling