Prueba de aprendizaje contrastante

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

1. ¿Cuál es el objetivo central del aprendizaje contrastivo?
   • Junte pares similares (positivos) y separe pares diferentes (negativos) en el espacio de incrustación
   • Predecir los valores exactos de píxeles de una imagen.
   • Clasificar cada entrada en una de un conjunto fijo de etiquetas.
   • Minimizar el número de parámetros del modelo.
2. En un método de imagen autosupervisado como SimCLR, ¿cómo se crea normalmente un par positivo?
   • Dos imágenes diferentes de la misma clase etiquetada.
   • Una imagen y una imagen elegida al azar del conjunto de datos.
   • Dos aumentos aleatorios (por ejemplo, recortes, fluctuaciones de color) de la misma imagen
   • Una imagen emparejada con su máscara de segmentación.
3. ¿Qué función de pérdida está más asociada con el aprendizaje contrastivo?
   • Error cuadrático medio
   • InfoNCE
   • Entropía cruzada sobre etiquetas de clase
   • Pérdida de bisagra para SVM
4. ¿Por qué métodos como MoCo utilizan un banco de memoria o una cola?
   • Para almacenar etiquetas para un ajuste fino supervisado
   • Para almacenar en caché las predicciones finales para una inferencia más rápida
   • Para comprimir el modelo para dispositivos móviles
   • Proporcionar muchos ejemplos negativos sin necesidad de un tamaño de lote enorme.
5. ¿Contra qué problema se protegen específicamente BYOL y SimSiam sin utilizar negativos explícitos?
   • Sobreajuste de las etiquetas de entrenamiento
   • Explosión de gradientes en el optimizador
   • Colapso de representación, donde todas las incrustaciones se vuelven idénticas
   • Tasa de aprendizaje en desaparición
6. ¿Cómo extiende CLIP la idea contrastiva?
   • Alinea imágenes con sus títulos de texto en un espacio de incrustación compartido.
   • Contrasta dos aumentos del mismo clip de audio.
   • Elimina la necesidad de cualquier red neuronal.
   • Utiliza aprendizaje por refuerzo en lugar de similitud.
7. A contrastive image encoder maps every photo to the same vector. Which failure does this illustrate?
   • A useful separation of image categories
   • An increase in the number of negative samples
   • A perfect nearest-neighbor representation
   • Representation collapse
8. Why is MoCo’s training queue different from caching completed inference responses?
   • It serves final chatbot responses without model execution
   • It supplies encoded comparison examples for a contrastive training objective
   • It replaces every positive image with a label
   • It removes the need to update any encoder