Contrôle des connaissances

Effectué

Vérifiez vos connaissances en répondant aux questions suivantes.

Contrôle des connaissances

1.

Quel est l’objectif d’un modèle de langage volumineux (LLM) ?

Pour traiter et produire du texte en langage naturel en apprenant à partir d’une grande quantité de données de texte pour découvrir des modèles et des règles de langage.

Pour faire preuve d’anthropomorphisme et comprendre les émotions.

Pour comprendre le langage et les faits.

2.

Quelle est la différence entre le traitement en langage naturel traditionnel (NLP) et les modèles de langage volumineux (LLM) ?

La NLP traditionnelle utilise de nombreux To de données non étiquetées dans le modèle de base, tandis que les LLM fournissent un ensemble de données étiquetées pour effectuer l’apprentissage du modèle Machine Learning.

La NLP traditionnelle est hautement optimisée pour des cas d’usage spécifiques, tandis que les LLM décrivent en langage naturel ce que vous souhaitez que le modèle fasse.

La NLP traditionnelle nécessite un modèle par fonctionnalité, tandis que les LLM utilisent un modèle unique pour de nombreux cas d’usage en langage naturel.

3.

Quel est l’objectif de la segmentation du texte en unités lexicales dans les modèles en langage naturel ?

Représenter du texte d’une manière significative pour les machines sans perdre son contexte, afin que les algorithmes puissent identifier plus facilement les modèles.

Générer du texte lettre par lettre.

Représenter les mots courants avec un seul jeton.

Vous devez répondre à toutes les questions avant de vérifier votre travail.