تطبيع التدفقات مسابقة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الخاصية الرياضية التي يجب أن يتمتع بها كل تحويل في التدفق الطبيعي؟
   • يجب أن يكون رسم خرائط عشوائيًا وغير قابل للعكس
   • يجب أن يكون معكوسًا (موضوعيًا) وقابلاً للتمييز
   • يجب أن تقلل من الأبعاد في كل خطوة
   • يجب أن يكون جدول بحث منفصل
2. ما هي الصيغة التي تسمح لتطبيع التدفقات بحساب الاحتمالات الدقيقة؟
   • وظيفة سوفت ماكس
   • معادلة بيلمان
   • تم تطبيق قاعدة بايز على السجلات
   • صيغة تغيير المتغيرات باستخدام المحدد اليعقوبي
3. لماذا تستخدم بنيات التدفق مثل RealNVP وGlow طبقات الاقتران؟
   • لجعل المثلث اليعقوبي بحيث يكون محدده رخيصًا للحساب
   • لجعل النموذج غير قابل للعكس
   • لإزالة الحاجة إلى التوزيع الأساسي
   • لتحويل النموذج إلى GAN
4. What does a tractable normalizing flow provide that an ordinary GAN generator generally does not?
   • A guarantee of perfect anomaly detection
   • A guarantee of faster sampling than every GAN
   • An explicitly evaluable model density through change of variables
   • A non-invertible mapping with no base distribution
5. How should a team use normalizing-flow likelihoods for anomaly detection?
   • Assume every high-likelihood input is familiar
   • Treat density as the probability mass of a single point
   • Skip checking real anomaly labels
   • Validate them as a signal against relevant in-distribution and anomalous examples
6. ما هي التقنية الحديثة المستخدمة في أنظمة مثل Stable Diffusion 3، والتي نشأت من أفكار التدفق المستمر؟
   • الانتشار العكسي عبر الزمن
   • مطابقة التدفق (تعلم مجال السرعة الذي ينقل الضوضاء إلى البيانات)
   • الترميز
   • بحث شعاع
7. A one-dimensional flow inverse is z = x / 2. What log-Jacobian term appears in log p(x)?
   • log(2)
   • The parameter count of the network
   • log(1/2)
   • No term because the inverse is linear
8. Why must a normalizing flow account for stretching or shrinking volume?
   • A transformed region’s density must reflect the changed volume
   • The transformation must lose half its dimensions
   • Every output point must have probability mass one
   • The base distribution must be discarded after training