مسابقة تعليمية قليلة اللقطات

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. In an N-way K-shot classification episode, what does K count?
   • The number of classes
   • Labeled support examples per class
   • All parameters in the model
   • The number of optimization epochs
2. عندما يقوم نموذج لغة كبير بالتعلم في سياق قليل من الموجه، فماذا يحدث لأوزانه؟
   • تم ضبطها قليلاً على الأمثلة السريعة
   • يتم إعادة تعيينهم إلى نقطة تفتيش خاصة بمهمة معينة
   • يبقون دون تغيير. الأمثلة شرط فقط للتنبؤ
   • يتم حساب متوسطها مع تضمينات المثال
3. ما هو الفرق الرئيسي بين المطالبة بالطلقة الصفرية والطلقة القليلة؟
   • لا تقدم ميزة Zero-shot أي أمثلة عملية؛ طلقة قليلة توفر القليل
   • يستخدم Zero-shot نموذجًا أصغر من اللقطة القليلة
   • دائمًا ما يكون أداء اللقطة الصفرية أفضل من اللقطة القليلة
   • تتطلب اللقطة الصفرية بيانات تدريب مُصنفة بينما لا تتطلب اللقطة القليلة ذلك
4. How can prior learning contribute to a few-shot task?
   • It guarantees every arbitrary demonstration yields the intended rule
   • It requires copying each example as every final answer
   • It necessarily retrains all network weights during prompting
   • It can supply useful learned patterns or representations for interpreting the small support set
5. ما الذي يصف طريقة اللقطات القليلة القائمة على القياس مثل الشبكة النموذجية؟
   • يكتب تسميات المثال في قاعدة بيانات للبحث
   • فهو يولد الأمثلة الاصطناعية حتى يكون لديه الآلاف
   • فهو يقارن عينة جديدة بمتوسط التضمين للأمثلة القليلة لكل فئة ويختار الأقرب
   • ويستخدم التعلم المعزز من ردود الفعل البشرية
6. يجد الممارس أن مجرد إعادة ترتيب الأمثلة في بضع لقطات يؤدي إلى تغيير الدقة. ماذا يوضح هذا؟
   • خطأ في الأجهزة في وحدة معالجة الرسومات
   • يمكن أن يكون أداء اللقطات القليلة حساسًا لترتيب المثال والتنسيق
   • أن النموذج مفرط في مجموعة الاختبار
   • تلك اللقطة الصفرية ستكون مستحيلة
7. A class has embedded support points (0,0) and (2,0). What arithmetic-mean prototype does the stated prototypical method form?
   • (2,0)
   • (0,2)
   • (2,2)
   • (1,0)
8. Which distinction defines support and query roles in the original prototypical-network episode?
   • Support labels construct class prototypes; separate query items evaluate classification
   • Query labels must be copied into every support prototype
   • Support items contain no labels by definition
   • The two sets must always contain exactly the same sampled examples