course/pr_1213/ja/chapter1/10.md

章末クイズ

この章では多くの物事を学びました！詳細を把握できなくても安心してください。次の章はどのようにこれらのツールが動いているか理解する上で役に立ちます。

まずは、この章で学んだことを確かめましょう！

1.Hubを探索してroberta-large-mnliチェックポイントを見つけましょう。 このモデルはどのタスクに適していますか?

ページを見てみましょう。" }, { text: "文章分類", explain: "より正確には2つの文が論理的にどのような関係を持つか、３つのラベル（矛盾、中立、含意）について分類します。このタスクは自然言語推論とも呼ばれます。", correct: true }, { text: "文章生成", explain: "もう一度roberta-large-mnliのページを見てみましょう。" } ]} />

2.次のコードは何を返しますか?

from transformers import pipeline

ner = pipeline("ner", grouped_entities=True)
ner("My name is Sylvain and I work at Hugging Face in Brooklyn.")

sentiment-analysis パイプラインを用いたときの動作です。" }, { text: "この文章を完結させるための生成された文を返します。", explain: "間違いです。それは text-generation パイプラインを用いたときの動作です。" }, { text: "この文中の人物、団体、場所を表す単語を返します。", explain: "さらに、grouped_entities=Trueを用いると、同じエンティティに属する単語をグループ化します。", correct: true } ]} />

3. このサンプルコードでは...をどのように置き換えればよいでしょうか?

from transformers import pipeline

filler = pipeline("fill-mask", model="bert-base-cased")
result = filler("...")

has been waiting for you.", explain: "間違いです。bert-base-casedのモデルカードをチェックして、あなたの間違いを見つけましょう。" }, { text: "This [MASK] has been waiting for you.", explain: "正解！このモデルのマスクトークンは[MASK]です。", correct: true }, { text: "This man has been waiting for you.", explain: "間違いです。このパイプラインはマスクされた単語を埋めるので、どこかにマスクトークンが必要です。" } ]} />

4. なぜこのコードは動かないのでしょうか？

from transformers import pipeline

classifier = pipeline("zero-shot-classification")
result = classifier("This is a course about the Transformers library")

candidate_labels=[...]を含める必要があります。", correct: true }, { text: "このパイプラインには、一つの文だけでなく複数の文が必要です。", explain: "これは間違いです。しかし、適切に使用すれば、このパイプラインは処理する文のリストを受け取ることができます（他のパイプラインも同様です）。" }, { text: "いつもどおり、この🤗Transformersライブラリは壊れています。", explain: "ノーコメント！" }, { text: "このパイプラインはもっと長い入力が必要です。この入力は短すぎます。", explain: "これは間違いです。ただし、とても長い文をこのパイプラインで処理すると、切り捨てられることに注意してください。" } ]} />

5. 転移学習とはどのような意味ですか？

6. マルバツクイズ、言語モデルの事前学習にラベルは通常は必要ない？

自己教師あり学習で行われます。つまり、ラベルは入力から自動的に作成されます（例えば、次の単語を予測したり、マスクされた単語を埋めたりといったように）。", correct: true }, { text: "バツ", explain: "これは正しい回答ではありません。" } ]} />

7.「モデル」、「アーキテクチャ」、「重み」という用語を最も適切に説明している文を選んでください。

8. 生成された文でプロンプトを完成させるために使うモデルはどれでしょうか？

9. 文章要約タスクに使うモデルはどれでしょうか?

10. 入力された文を特定のラベルに分類したいときに使うモデルはどれでしょうか？

11. モデルが持つバイアスはどのような要因で生じますか?