章末小測試

這一章涵蓋了很多內容！ 如果有一些不太明白的地方，請不要擔心； 下一章將幫助你瞭解這些模塊在底層是如何運作的。

讓我們來測試一下你在這一章學到了什麼！

1. 探索 Hub 並尋找 roberta-large-mnli checkpoint。 它可以完成什麼類型的任務？

2. 下面的代碼將會返回什麼結果？

from transformers import pipeline

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

3. 在此代碼示例中…的地方應該填寫什麼？

from transformers import pipeline

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

4. 爲什麼這段代碼會無法運行？

from transformers import pipeline

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

5. “遷移學習”是什麼意思？

6. 語言模型在預訓練時通常不需要標籤，這樣的說法是否正確。

7. 選擇最能描述「模型(model)」、「架構(architecture)」和「權重(weights)」的句子。

8. 你將使用以下哪種類型的模型來根據輸入的提示生成文本？

9. 你會使用哪些類型的模型來生成文本的摘要？

10. 你會使用哪一種類型的模型來根據特定的標籤對文本輸入進行分類？

11. 模型中觀察到的偏見有哪些可能的來源？