مسابقة ظاهرة النسب المزدوج

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. أين يصل خطأ الاختبار عادةً إلى ذروته في منحنى الهبوط المزدوج؟
   • عند عتبة الاستيفاء حيث يناسب النموذج جميع بيانات التدريب
   • في بداية التدريب مع عدد قليل من المعلمات
   • فقط بعد مليارات المعلمات
   • خطأ الاختبار لا يبلغ ذروته أبدًا؛ يقع بشكل رتيب
2. ماذا يحدث لاختبار الخطأ عندما يصبح النموذج مفرطًا في المعلمات؟
   • يرتفع إلى أجل غير مسمى بسبب التجهيز الزائد
   • ويمكن أن ينخفض مرة أخرى، وغالبًا ما يكون أقل من الحد الأدنى الكلاسيكي
   • يبقى مسطحًا تمامًا
   • يصبح عشوائيا ولا يمكن التنبؤ به
3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
   • Any neural network trained with gradient descent
   • Any model that reaches zero training error
   • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
   • A model trained without an optimization objective
4. يشير النسب المزدوج "من حيث العصر" إلى التأثير الذي يظهر كوظيفة ماذا؟
   • عدد وحدات معالجة الرسومات المستخدمة
   • جدول معدل التعلم فقط
   • حجم مجموعة الاختبار
   • مدة التدريب (عدد العصور)
5. ما هي الفكرة الكلاسيكية التي تتحدى النسب المزدوج؟
   • مقايضة التحيز والتباين على شكل حرف U
   • الانتشار العكسي
   • نزول التدرج العشوائي
   • حكم السلسلة
6. من الذي ساعد في تعميم منحنى الهبوط المزدوج وإضفاء الطابع الرسمي عليه في عام 2019؟
   • نيوتن ولايبنيز
   • بلكين، هسو، ما، وماندال
   • تورينج والكنيسة
   • فقط منافسي Kaggle المجهولين
7. Which model families did OpenAI report studying in its deep double-descent experiments?
   • Only decision trees and linear regression
   • Only recurrent speech recognizers
   • Convolutional neural networks, ResNets, and transformers
   • Only graphical game generators
8. Besides model size and training duration, which axis can also show double-descent behavior?
   • Font size in a report
   • The number of words in a product name
   • The screen resolution of a monitor
   • Training dataset size