course/pr_1149/te/chapter2/9.md

# అధ్యాయం ముగింపు క్విజ్[[end-of-chapter-quiz]]

### 1. Language modeling పైప్లైన్‌లో స్టెప్స్ సరైన క్రమం ఏది?

### 2. Base Transformer model output గా ఇచ్చే tensor కి ఎన్ని dimensions ఉంటాయి? అవి ఏవి?

### 3. క్రిందివాటిలో subword tokenization కి ఉదాహరణలు ఏవి?

### 4. Model head అంటే ఏమిటి?

### 5. AutoModel అంటే ఏమిటి?

AutoTrain product తో గలత చేయుతున్నారా?"
		},
		{
			text: "ఇచ్చిన checkpoint ఆధారంగా సరైన architecture ని తిరిగి ఇవ్వగల object",
			explain: "అచ్చం అదే: AutoModel కి ఏ checkpoint నుండి initialize కావాలో తెలిస్తే, అది సరైన architecture ని ఎంచుకుని load చేస్తుంది.",
			correct: true
		},
		{
			text: "Inputs ఏ language లో ఉన్నాయో ఆటోమేటిక్‌గా గుర్తించి, దానికి సరిపోయే weights ని load చేసుకునే model",
			explain: "కొన్ని checkpoints మరియు models ఒకటి కంటే ఎక్కువ languages ను హ్యాండిల్ చేయగలుగుతాయి; కానీ language ఆధారంగా checkpoint ని ఆటోమేటిక్‌గా ఎంచుకునే built-in tools లేవు. మీ task కి సరైన checkpoint కోసం Model Hub కి వెళ్లాలి!"
		} 
	]}
/>

### 6. వేర్వేరు పొడవుల sequences ని ఒకే batch లో కలిపేటప్పుడు, ఎలాంటి techniques గురించి తెలుసుకుని ఉండాలి?

### 7. Sequence classification model ఇచ్చే logits మీద SoftMax function వాడటంలో అసలు ప్రయోజనం ఏమిటి?

### 8. Tokenizer API లో ప్రధానంగా ఉపయోగించే method ఏది?

encode, ఎందుకంటే అది text ను IDs గా మరియు IDs ను predictions గా మార్చగలదు",
			explain: "తప్పు! encode method tokenizers మీద ఉంది, కానీ models మీద లేదు."
		},
		{
			text: "Tokenizer object ని నేరుగా కాల్ చేయడం.",
			explain: "ఖచ్చితంగా! Tokenizer లోని call method చాల పవర్‌ఫుల్—it చాలా పనులు హ్యాండిల్ చేయగలదు. Model నుండి predictions తీసుకోడానికి కూడా ఇదే method వాడతాం.",
			correct: true
		},
		{
			text: "pad",
			explain: "తప్పు! Padding చాలా ఉపయోగకరమైనది, కానీ tokenizer API లో ఇది ఒక భాగం మాత్రమే."
		},
		{
			text: "tokenize",
			explain: "tokenize method బాగా ఉపయోగపడుతుంది, కానీ tokenizer API లో core method కాదు."
		}
	]}
/>

### 9. ఈ code sample లో result variable లో ఏముంది?

```py
from transformers import AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("bert-base-cased")
result = tokenizer.tokenize("Hello!")
```

call లేదా convert_tokens_to_ids methods వాడాలి!"
		},
		{
			text: "అన్ని tokens ని కలిపిన ఒకే string",
			explain: "అలా చేయడం suboptimal; అసలు లక్ష్యం string ని అనేక tokens గా విడదీయడమే."
		}
	]}
/>

### 10. ఈ code లో ఏదైనా తప్పు ఉందా?

```py
from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("bert-base-cased")
model = AutoModel.from_pretrained("gpt2")

encoded = tokenizer("Hey!", return_tensors="pt")
result = model(**encoded)
```