Few-Shot-Lernquiz

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

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. Was passiert mit seinen Gewichten, wenn ein großes Sprachmodell im Kontext wenige Schritte aus einer Eingabeaufforderung lernt?
   • Sie sind anhand der Eingabeaufforderungsbeispiele leicht verfeinert
   • Sie werden auf einen aufgabenspezifischen Prüfpunkt zurückgesetzt
   • Sie bleiben unverändert; Die Beispiele bedingen nur die Vorhersage
   • Sie werden mit den Beispieleinbettungen gemittelt
3. Was ist der Hauptunterschied zwischen Zero-Shot- und Fow-Shot-Prompt?
   • Zero-Shot bietet keine ausgearbeiteten Beispiele; Fow-Shot bietet ein paar
   • Zero-Shot verwendet ein kleineres Modell als Few-Shot
   • Zero-Shot ist immer leistungsfähiger als Wenig-Shot
   • Für „Zero-Shot“ sind gekennzeichnete Trainingsdaten erforderlich, für „Fewly-Shot“ jedoch keine
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. Was beschreibt eine auf Metriken basierende Few-Shot-Methode wie ein prototypisches Netzwerk?
   • Es schreibt Beispieletiketten zur Suche in eine Datenbank
   • Es generiert synthetische Beispiele, bis es Tausende hat
   • Es vergleicht eine neue Stichprobe mit der durchschnittlichen Einbettung der wenigen Beispiele jeder Klasse und wählt das nächstgelegene aus
   • Es nutzt verstärkendes Lernen aus menschlichem Feedback
6. Ein Praktiker stellt fest, dass sich die Genauigkeit ändert, wenn man die Beispiele in einer Eingabeaufforderung mit wenigen Schüssen einfach neu anordnet. Was verdeutlicht das?
   • Ein Hardwarefehler in der GPU
   • Diese Leistung bei wenigen Aufnahmen kann von der Reihenfolge und Formatierung der Beispiele abhängen
   • Dass das Modell zu stark an den Testsatz angepasst ist
   • Dieser Nullschuss wäre unmöglich
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