Prueba de cómo aprende la IA

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

1. En el aprendizaje supervisado, ¿qué incluyen los datos de entrenamiento?
   • Solo ejemplos sin procesar sin respuestas adjuntas
   • Reglas escritas por programadores para cada situación posible.
   • Inputs paired with target outputs, called labels
   • Recompensas y penalizaciones de un entorno de juego.
2. ¿Agrupar a los clientes por hábitos de compra similares sin categorías predefinidas es un ejemplo de qué tipo de aprendizaje?
   • Aprendizaje no supervisado
   • Programación basada en reglas
   • Aprendizaje supervisado
   • Aprendizaje por refuerzo
3. ¿Cómo mejora un agente de aprendizaje por refuerzo, como uno que aprende a jugar un videojuego?
   • Probando acciones y aprendiendo de recompensas o sanciones.
   • Memorizando el código fuente del juego
   • Copiando ejemplos etiquetados que muestran el movimiento correcto en cada turno.
   • Clasificando juegos pasados en grupos sin comentarios
4. A model performs well on its training examples but poorly on comparable held-out examples. Which pattern does this show?
   • Falta de adaptación
   • Sobreajuste
   • Fuga de datos
   • Good generalization
5. Why keep a test set separate from fitting the model and choosing its settings?
   • To estimate performance on examples not used for those development choices
   • To tune hyperparameters by repeatedly checking the final evaluation set
   • To add held-out examples to training after the choices are final
   • To check whether training predictions match their training labels
6. In the guide’s supervised training loop, what does the loss measure?
   • ¿Cuánta electricidad consume la carrera de entrenamiento?
   • ¿Cuánto tiempo tarda el modelo en dar una respuesta?
   • ¿Cuántos ejemplos se eliminaron del conjunto de datos de entrenamiento?
   • The numerical difference between predictions and target values
7. A text model learns to predict the next token from the preceding context. Which learning setup does the guide describe?
   • Supervised learning with separately supplied labels
   • Unsupervised clustering of the text
   • Self-supervised training that creates a prediction task from the text
   • Reinforcement learning from rewards for each token
8. A model changes its answer after seeing an example in a prompt. What can be concluded about its learned weights?
   • They must have permanently changed
   • The prompt became part of every user’s training data
   • The model cannot use examples without retraining
   • A changed response does not by itself show a weight update