Prueba de aprendizaje continuo y olvido catastrófico

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

1. ¿Qué es el 'olvido catastrófico'?
   • Cuando aprender una nueva tarea degrada drásticamente el rendimiento en tareas aprendidas previamente
   • Cuando un modelo se queda sin memoria y falla
   • Cuando los datos de entrenamiento se eliminan accidentalmente
   • Cuando un modelo se niega a hacer predicciones
2. La compensación central del aprendizaje continuo a menudo se denomina:
   • Compensación sesgo-varianza
   • Dilema estabilidad-plasticidad
   • Compensación entre velocidad y precisión
   • Compensación entre exploración y explotación
3. ¿Qué hace la consolidación de peso elástico (EWC)?
   • Elimina neuronas sin importancia.
   • Duplica la tasa de aprendizaje para nuevas tareas
   • Penaliza los cambios de peso importantes para tareas aprendidas previamente
   • Almacena para siempre todos los ejemplos de entrenamiento anteriores
4. ¿Cómo combaten los métodos basados en la repetición el olvido?
   • Congelando toda la red permanentemente
   • Utilizando una mayor tasa de aprendizaje
   • Eliminando la función de pérdida
   • Intercalando ejemplos antiguos almacenados o generados en nueva capacitación
5. How does Gradient Episodic Memory (GEM) constrain a gradient update while learning a new task?
   • It projects the gradient so its first-order approximation does not increase loss on stored prior-task examples
   • It replaces all prior-task data with new examples
   • It freezes every parameter for all future tasks
   • It increases weights that were unimportant to earlier tasks
6. ¿Por qué un ajuste ingenuo de una nueva tarea provoca olvido?
   • La GPU se sobrecalienta y corrompe la memoria.
   • El descenso de gradiente mueve los pesos compartidos hacia la nueva tarea sin restricciones para preservar los antiguos.
   • Las nuevas tareas siempre tienen más datos
   • El modelo elimina intencionalmente pesos antiguos.
7. How does iCaRL classify a test example after learning multiple classes?
   • By retrieving the single closest word in a text corpus
   • By selecting the class with the largest Fisher information
   • By comparing its feature vector with per-class means computed from stored exemplars
   • By replaying every training image at inference
8. Why is evaluating continual learning more than measuring final accuracy on the newest task?
   • New-task accuracy is the only relevant measure
   • Old tasks are removed from the evaluation
   • The model cannot be tested on multiple tasks
   • A method must also measure retention on prior tasks and its ability to learn new ones