Chỉ Mục và Mặt Nạ Boolean Trên Tensor Không Gây Đột Biến
Trong các mô hình sinh ngôn ngữ lớn, việc lọc các token bất hợp lệ, token vượt ngưỡng xác suất hoặc các token đệm (<pad>) đòi hỏi kỹ thuật lập chỉ mục bằng mặt nạ Boolean (Boolean…
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: python-numpy-basics, vector-matrix-tensor-concepts.
Nội dung đề bài
Mô tả bài toán
Trong các mô hình sinh ngôn ngữ lớn, việc lọc các token bất hợp lệ, token vượt ngưỡng xác suất hoặc các token đệm (<pad>) đòi hỏi kỹ thuật lập chỉ mục bằng mặt nạ Boolean (Boolean Masking). Nếu thao tác sai, lập trình viên có thể vô tình làm thay đổi (mutate) tensor gốc hoặc sinh ra lỗi kích thước bộ nhớ.
Yêu cầu
Viết hàm apply_threshold_mask(tensor: np.ndarray, threshold: float, fill_value: float = 0.0, in_place: bool = False) -> tuple[np.ndarray, np.ndarray]:
- Tạo mặt nạ Boolean
mask: có giá trịTruetại những vị trí mà phần tử củatensornhỏ hơn hoặc bằngthreshold(tensor <= threshold), vàFalseở các vị trí còn lại. - Tạo mảng kết quả: thay thế tất cả các phần tử thỏa mãn điều kiện (
mask == True) bằngfill_value. - Nếu
in_place=False: tensor gốc KHÔNG được phép thay đổi giá trị. Trả về bản sao mới đã được áp dụng mask. - Nếu
in_place=True: thay đổi trực tiếp trên mảngtensorđầu vào. - Trả về
tuplegồm(result_array, mask).
Input
- Hàm
apply_threshold_mask(tensor,threshold,fill_value,in_place): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng.
Output
- Hàm
apply_threshold_mask: Trả về kết quả kiểutuple[np.ndarray, np.ndarray]theo đúng đặc tả kỹ thuật và kích thước quy định.
Ràng buộc
- Thời gian chạy tối đa: 3000ms.
- Giới hạn bộ nhớ: 512MB.
- Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.
Ví dụ 1
Input
arr = np.array([[1.0, 5.0], [3.0, 8.0]])
arr_orig = arr.copy()Output
([[-1., 5.],
[-1., 8.]], [[ True, False],
[ True, False]])Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
Ví dụ 2
Input
arr = np.array([2.0, 7.0, 1.0])Output
([0., 7., 0.], [ True, False, True])Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.