GitHub Cuestionario sobre acciones para canalizaciones de aprendizaje automático

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

1. ¿Qué define un flujo de trabajo de acciones GitHub?
   • Desencadenantes, trabajos, corredores y pasos.
   • Un manifiesto de imagen de contenedor y una lista de capas.
   • Reglas de protección de sucursales para un repositorio
   • El archivo de bloqueo de dependencia del modelo solo
2. ¿Por qué separar las comprobaciones rápidas de solicitudes de extracción del entrenamiento completo de GPU?
   • Garantiza la calidad del modelo sin evaluación.
   • Mantiene la retroalimentación rápida y al mismo tiempo reserva computación especializada para trabajos costosos.
   • Elimina todo el mantenimiento del corredor.
   • Hace que el hardware GPU esté disponible para todos los corredores.
3. ¿Qué debería conectar un informe de evaluación con el artefacto promocionado más adelante?
   • Solo el nombre de usuario del autor.
   • Solo el nombre para mostrar del flujo de trabajo
   • El resumen de artefactos u otra identidad inmutable.
   • Una clave de caché que cambia cada ejecución
4. ¿Por qué evitar exponer los secretos del repositorio a código de solicitud de extracción que no es de confianza?
   • Las acciones no se pueden ejecutar sin tokens de escritura
   • Se requieren secretos para ejecutar las importaciones Python
   • Hace que toda validación sea no determinista.
   • El código de flujo de trabajo podría usarlos para acceder a sistemas externos
5. ¿Qué puede proporcionar OIDC cuando se configura con un proveedor de nube?
   • Un certificado permanente de precisión del modelo.
   • Credenciales de corta duración vinculadas a la identidad del flujo de trabajo
   • Un caché de artefactos sin control de acceso
   • Un entorno virtual Python
6. ¿Cómo se debe utilizar una caché de dependencia en un flujo de trabajo de Acciones?
   • Mantenga un archivo de modelo implementable entre ejecuciones de flujo de trabajo como registro de lanzamiento oficial
   • Reutilizar dependencias con una clave que ignore los cambios de entrada de dependencia
   • Acelere la configuración repetida de dependencias con claves basadas en entradas de dependencia
   • Utilice una etiqueta de imagen mutable como único registro de salida del flujo de trabajo
7. ¿Qué agrega una regla de protección ambiental a un trabajo de autorización de modelo?
   • Un archivo de bloqueo para datos de entrenamiento
   • Una garantía automática de que las métricas son imparciales
   • Un nuevo dispositivo GPU
   • Una condición de implementación o aprobación controlada
8. ¿Qué no garantizan las acciones GitHub por sí solas?
   • Que los datos de entrenamiento, la evaluación o las decisiones de liberación sean sólidas.
   • Que los pasos del flujo de trabajo definidos se ejecuten en un ejecutor
   • Que los trabajos pueden depender de trabajos anteriores
   • Que se puedan subir artefactos