О чём урок
До сих пор в этой главе мы разобрали немало материала! Не переживайте, если не усвоили все детали, но сейчас самое время остановиться и проверить, насколько хорошо вы разобрались в пройденном, с помощью небольшого теста.
Этот тест не оценивается, поэтому вы можете проходить его сколько угодно раз. Если какие-то вопросы вызовут затруднения, воспользуйтесь подсказками и вернитесь к соответствующему материалу. Эти же темы встретятся вам снова на экзамене для получения сертификата.
<Question choices={[ { text: "Суммаризация", explain: "Загляните ещё раз на <a href="https://huggingface.co/roberta-large-mnli\">roberta-large-mnli страницу." }, { text: "Классификация текста", explain: "Точнее, модель определяет, связаны ли логически два предложения, относя их к одной из трёх меток (противоречие, нейтральность, следование) — такая задача также называется natural language inference.", correct: true }, { text: "Генерация текста", explain: "Загляните ещё раз на <a href="https://huggingface.co/roberta-large-mnli\">roberta-large-mnli страницу." } ]} />
<Question choices={[ { text: "Он вернёт оценки классификации для этого предложения с метками «positive» или «negative».", explain: "Неверно — так работал бы pipeline sentiment-analysis." }, { text: "Он вернёт сгенерированный текст, продолжающий это предложение.", explain: "Неверно — так работал бы pipeline text-generation.", }, { text: "Он вернёт слова, обозначающие людей, организации или места.", explain: "Более того, благодаря aggregation_strategy="simple", слова, относящиеся к одной сущности, будут объединены, например «Hugging Face».", correct: true } ]} />
<Question choices={[ { text: "This <mask> has been waiting for you.", explain: "Неверно. Загляните в карточку модели bert-base-cased и постарайтесь найти ошибку." }, { text: "This [MASK] has been waiting for you.", explain: "Токен маски у этой модели — [MASK].", correct: true }, { text: "This man has been waiting for you.", explain: "Неверно. Этот pipeline заполняет пропущенные слова, поэтому в тексте должен присутствовать токен маски." } ]} />
<Question choices={[ { text: "Этому pipeline нужно передать метки, по которым он будет классифицировать текст.", explain: "Верно — в коде не хватает аргумента candidate_labels=[...].", correct: true }, { text: "Этому pipeline…
План урока
- 1. Найдите на Hub чекпойнт roberta-large-mnli. Какую задачу он решает?
- 2. Что вернёт следующий код?
- 3. Чем нужно заменить ... в этом примере кода?
- 4. Почему этот код завершится ошибкой?
- 5. Что означает понятие «transfer learning» (перенос обучения)?
- 6. Верно или неверно? Языковой модели для предобучения обычно не требуются метки.
- 7. Выберите предложение, наиболее точно описывающее термины «модель», «архитектура» и «веса».
- 8. Какой из этих типов моделей вы бы использовали для дополнения запроса сгенерированным текстом?
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.