यंत्र अधिगम (मशीन लर्निंग) में प्रयुक्त लार्ज लैंग्वेज मॉडलों (LLMs) के संबंध में निम्नलिखित में से कौन-सा/कौन-से कथन सही है/हैं?
उत्तर और व्याख्या
सही उत्तर(b) केवल 1 और 2
कथनवार विश्लेषण
- कथन 1 सही: भाषा मॉडल दिए गए संदर्भ के आधार पर अगले टोकन/शब्दों के लिए प्रायिकता-वितरण बनाते हैं। पाठ-उत्पादन में उसी वितरण से अगला टोकन चुना जाता है; कुछ विधियाँ सर्वाधिक प्रायिकता वाला टोकन चुनती हैं, जबकि अन्य नमूना-आधारित चयन भी करती हैं।
- कथन 2 सही: प्रशिक्षण में मॉडल के मानकों को इस प्रकार समायोजित किया जाता है कि हानि-फलन (loss function), अर्थात् पूर्वानुमान त्रुटि, कम हो। इसके लिए गणितीय इष्टतमीकरण और पश्च-प्रसार (backpropagation) जैसी विधियाँ प्रयुक्त होती हैं।
- कथन 3 गलत: LLMs प्रशिक्षण डेटा, मॉडल-डिज़ाइन और उपयोग-संदर्भ से जुड़े पूर्वाग्रहों को प्रतिबिंबित या बढ़ा सकते हैं; उनके परिणाम स्वतः निष्पक्ष नहीं होते।
तीन शब्द: अगला टोकन → प्रायिकता → त्रुटि न्यूनतमकरण। “निष्पक्ष परिणाम” की गारंटी नहीं।