Quiz 3

Un modèle de traitement d'image

Un modèle de traitement du langage naturel

Un modèle de reconnaissance vocale

Un modèle de traduction automatique

Traduire des textes d'une langue à une autre

Générer des textes cohérents en langage naturel en réponse à des demandes

Classifier des images

Organiser des bases de données

Machine Learning supervisé

Traitement du langage naturel (NLP)

Vision par ordinateur

Apprentissage par renforcement

La longueur du prompt

La clarté et la précision des instructions

Le nombre de mots utilisés

La complexité du vocabulaire

Réseaux neuronaux récurrents (RNN)

Un algorithme de règles fixes

Réseaux de neurones de type Transformer

Modèles basés sur les graphiques

Un prompt vague et ouvert

Un prompt détaillé avec des instructions claires

Un prompt qui demande uniquement une réponse courte

Un prompt qui ne contient pas de contexte

Ils sont utilisés pour classer les documents dans une base de données.

Ils permettent au modèle de découper le texte en unités compréhensibles pour l'analyse.

Ils servent à coder les instructions pour la formation du modèle.

Ils sont des éléments de code pour activer des fonctions externes.

Oui, toujours avec une grande précision

Non, il peut donner des réponses inexactes ou insuffisantes pour des questions complexes

Oui, mais uniquement pour des questions simples

Non, il ne répond qu'aux questions pré-définies

Parce qu'il choisit systématiquement la réponse la plus logique

Parce qu'il prédit le mot suivant en fonction des probabilités calculées sur les tokens précédents

Parce qu'il fonctionne selon une série d'algorithmes fixes

Parce qu'il suit un processus de décision déterministe

Fournir un objectif précis à atteindre

Concevoir des prompts optimisés pour obtenir des réponses spécifiques et précises

Décrire la situation de manière générale

Choisir un format de réponse court