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。

相關引導路徑自精煉迭代輸出改進
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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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