اختبار: تحضير البيانات
30 سؤالًا حول تنسيقات البيانات، الجودة، والبيانات الاصطناعية.
السؤال 1
ما هو أفضل تنسيق للتعليمات ذات الدورة الواحدة؟
A) ShareGPT
B) Alpaca
C) JSON Lines
D) CSV
إظهار الإجابة
الإجابة الصحيحة: B
تم تصميم تنسيق Alpaca مع حقول التعليمات/الإدخال/الإخراج لتتبع التعليمات ذات الدورة الواحدة.
السؤال 2
ما هو التنسيق الذي يدعم المحادثات متعددة الدورات؟
A) Alpaca
B) ShareGPT
C) نص عادي
D) Markdown
إظهار الإجابة
الإجابة الصحيحة: B
يدعم تنسيق ShareGPT مع مصفوفة المحادثات الحوارات متعددة الدورات.
السؤال 3
ما الأهم: جودة البيانات أم الكمية؟
A) الكمية
B) الجودة
C) كلاهما مهمان بالتساوي
D) لا يهم أي منهما
إظهار الإجابة
الإجابة الصحيحة: B
الجودة فوق الكمية—غالبًا ما تتفوق 500 مثال عالي الجودة على 50,000 مثال منخفض الجودة.
السؤال 4
ما هو استخدام tokenizer.apply_chat_template()؟
A) إنشاء رموز جديدة
B) تنسيق الرسائل في التنسيق المتوقع للنموذج
C) إزالة الرموز الخاصة
D) تدريب المرمز
إظهار الإجابة
الإجابة الصحيحة: B
يقوم apply_chat_template بتنسيق الرسائل وفقًا لتنسيق المحادثة المتوقع للنموذج.
السؤال 5
ما هو Self-Instruct؟
A) تدريب النموذج لنفسه
B) استخدام LLMs لتوليد أزواج التعليمات والاستجابة
C) آلية الانتباه الذاتي
D) نوع من المحسنات
إظهار الإجابة
الإجابة الصحيحة: B
Self-Instruct هو تقنية حيث تقوم LLMs بتوليد أزواج تدريب جديدة من التعليمات والاستجابة.
(تغطي الأسئلة 6-30: أهمية إزالة التكرار، أبعاد الجودة، أحجام البيانات الموصى بها، Evol-Instruct، استراتيجيات التحقق، مزج البيانات الحقيقية والاصطناعية، اتساق التنسيق، التوليد الخاص بالمجال، منع التلوث، والتنفيذ العملي)
النتائج
| النتيجة | المستوى |
|---|---|
| 27-30 | ممتاز |
| 21-26 | جيد |
| 15-20 | متوسط |
| أقل من 15 | بحاجة إلى مراجعة |