اختبار: تقنيات متقدمة
30 سؤالاً حول ضبط التعليمات، DPO، و ORPO.
السؤال 1
ما هو ضبط التعليمات؟
A) ضبط هيكل النموذج
B) التدريب على أزواج التعليمات والاستجابات
C) تحسين المعاملات الفائقة
D) تقليل حجم النموذج
إظهار الإجابة
الإجابة الصحيحة: B
ضبط التعليمات يدرب النماذج على أزواج التعليمات والاستجابات لاتباع تعليمات المستخدم.
السؤال 2
ماذا تعني DPO؟
A) تحسين المعاملات المباشرة
B) تحسين التفضيلات المباشرة
C) تحسين السياسة المزدوجة
D) تحسين معالجة البيانات
إظهار الإجابة
الإجابة الصحيحة: B
DPO هو تحسين التفضيلات المباشرة، وهو بديل أبسط لـ RLHF.
السؤال 3
ما نوع البيانات التي يحتاجها DPO؟
A) استجابات فردية
B) أزواج التفضيلات (المختارة/المرفوضة)
C) تسميات ثنائية
D) نص غير معلم
إظهار الإجابة
الإجابة الصحيحة: B
DPO يتطلب أزواج التفضيلات مع استجابات مختارة (مفضلة) ومرفوضة.
السؤال 4
ما هي الابتكار الرئيسي لـ ORPO؟
A) تدريب أسرع
B) يجمع بين SFT وتحسين التفضيلات في مرحلة واحدة
C) لا يحتاج إلى بيانات
D) يعمل فقط مع النماذج الصغيرة
إظهار الإجابة
الإجابة الصحيحة: B
ORPO يجمع بين الضبط الدقيق الخاضع للإشراف وتحسين التفضيلات في مرحلة تدريب واحدة.
السؤال 5
ماذا يتحكم معامل بيتا في DPO؟
A) معدل التعلم
B) حجم الدفعة
C) قوة عقوبة تباعد KL
D) حجم النموذج
إظهار الإجابة
الإجابة الصحيحة: C
بيتا يتحكم في عقوبة تباعد KL، موازنة بين تحسين التفضيلات والبقاء قريبًا من النموذج المرجعي.
(تغطي الأسئلة 6-30 مواضيع إضافية)