Κουίζ μάθησης πολλαπλών εργασιών

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Πώς διαμορφώνεται ένα μοντέλο μάθησης πολλαπλών εργασιών κατά τη διάρκεια της εκπαίδευσης;
   • Εκπαίδευση ενός μοντέλου σε πολλές σχετικές εργασίες με κοινές αναπαραστάσεις
   • Εκπαίδευση ξεχωριστού μοντέλου για κάθε εργασία
   • Χρήση μόνο δεδομένων χωρίς ετικέτα για μία εργασία
   • Αφαίρεση όλων των κρυφών επιπέδων από ένα δίκτυο
2. Σε ένα τυπικό δίκτυο MTL με κοινή χρήση σκληρών παραμέτρων, τι είναι κοινόχρηστο και τι ξεχωριστό;
   • Όλα είναι ξεχωριστά ανά εργασία
   • Κοινόχρηστη ραχοκοκαλιά με κεφαλές εξόδου για συγκεκριμένες εργασίες
   • Μόνο η συνάρτηση απώλειας είναι κοινόχρηστη
   • Μόνο τα δεδομένα εισόδου, ποτέ τα επίπεδα
3. Γιατί η μάθηση πολλαπλών εργασιών μπορεί να βελτιώσει τη γενίκευση;
   • Εξαλείφει την ανάγκη για οποιαδήποτε δεδομένα
   • Εγγυάται μηδενικό σφάλμα προπόνησης
   • Τα σήματα από σχετικές εργασίες τακτοποιούν την κοινή αναπαράσταση και μειώνουν την υπερπροσαρμογή
   • Καταργεί την ανάγκη για κεφαλές για συγκεκριμένες εργασίες
4. Τι είναι η «αρνητική μεταφορά» στη μάθηση πολλαπλών εργασιών;
   • Όταν προσθέτετε εργασίες επιταχύνετε την εκπαίδευση
   • Όταν το μοντέλο έχει πολύ λίγες παραμέτρους
   • Όταν όλες οι εργασίες μοιράζονται τις ίδιες ετικέτες
   • Όταν η εκμάθηση μιας εργασίας βλάπτει την απόδοση μιας άλλης λόγω αντικρουόμενων σημάτων
5. Πώς διαμορφώνεται συνήθως η συνολική απώλεια στη μάθηση πολλαπλών εργασιών;
   • Ως σταθμισμένο άθροισμα των μεμονωμένων απωλειών εργασίας
   • Λαμβάνοντας μόνο τη μεγαλύτερη απώλεια εργασίας
   • Αγνοώντας όλες τις εργασίες εκτός από μία
   • Πολλαπλασιάζοντας τις απώλειες μαζί
6. Γιατί τα μεγάλα γλωσσικά μοντέλα θεωρούνται εγγενώς πολλαπλών εργασιών;
   • Μπορούν να εκτελέσουν μόνο μία σταθερή εργασία
   • Ένα ενιαίο δίκτυο χειρίζεται τη μετάφραση, τη σύνοψη, την κωδικοποίηση και τις ερωτήσεις και απαντήσεις
   • Χρησιμοποιούν διαφορετικό μοντέλο για κάθε προτροπή
   • Δεν μοιράζονται ποτέ παραμέτρους μεταξύ των εργασιών
7. In soft parameter sharing, how are task models usually related?
   • They use one identical model with no task-specific outputs
   • They share no information and cannot exchange features
   • They keep separate parameters but add a constraint or penalty encouraging similarity
   • They share only the training labels
8. What does PCGrad do when two task gradients conflict?
   • It discards every task except the largest one
   • It changes the task labels
   • It replaces the shared backbone with separate datasets
   • It projects away conflicting gradient components before combining updates