Cuestionario vinculado a una guía · Medio Nivel

Prueba de arquitectura conformadora

Descubra cómo Conformer combina convolución y autoatención para el habla, incluido su diseño de bloques y los resultados de referencia informados.

Rutas de guía relacionadasArquitectura conformadora
Pregunta 1 de 8

¿Qué dos mecanismos combina la arquitectura Conformer en un solo bloque?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué dos mecanismos combina la arquitectura Conformer en un solo bloque?
    • Convolución y autoatención
    • Recurrencia y agrupación
    • Árboles de decisión y agrupamiento.
    • Búsqueda de haz y tokenización
  2. ¿Por qué combinar convolución y atención es especialmente útil para el habla?
    • La atención maneja los detalles de los fonemas locales mientras que la convolución maneja el contexto global.
    • La convolución captura patrones locales mientras que la autoatención captura el contexto de largo alcance
    • Ambos solo importan para las imágenes, no para el audio.
    • Ninguno de los dos ayuda; es puramente por velocidad
  3. ¿Qué es la estructura 'Macaron' o sándwich de un bloque Conformer?
    • Dos capas de atención alrededor de una convolución
    • Una única capa de avance
    • Atención y convolución envueltas entre dos módulos de avance de medio paso
    • Convolución apilada encima de convolución
  4. ¿Qué organización introdujo el Conformer y en qué año?
    • OpenAI en 2018
    • Meta en 2015
    • Microsoft en 2012
    • Google en 2020
  5. ¿Qué incluye normalmente el módulo de convolución dentro de un Conformer?
    • Una conversión puntual, una GLU, una conversión profunda, normalización y activación Swish
    • Sólo una única capa completamente conectada
    • Una celda LSTM recurrente
    • Un clasificador de bosque aleatorio
  6. On LibriSpeech test-clean/test-other, what WER did the original Conformer paper report with an external language model?
    • 2.1% / 4.3%
    • 1.9% / 3.9%
    • 9.1% / 9.3%
    • 0.1% / 0.3%
  7. What positional information does the Conformer paper add to attention?
    • A geographic GPS coordinate for every speech frame
    • A fixed class label for each utterance
    • Relative positional encoding
    • A separate video frame index
  8. What word error rates did the Conformer paper report without an external language model on LibriSpeech test/test-other?
    • 20.1% / 40.3%
    • 0.1% / 0.3%
    • 12.1% / 14.3%
    • 2.1% / 4.3%