Comment l'IA apprend le quiz

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. En apprentissage supervisé, que comprennent les données de formation ?
   • Uniquement des exemples bruts sans réponses jointes
   • Règles écrites par des programmeurs pour toutes les situations possibles
   • Inputs paired with target outputs, called labels
   • Récompenses et pénalités d'un environnement de jeu
2. Regrouper les clients selon des habitudes d'achat similaires sans catégories prédéfinies est un exemple de quel type d'apprentissage ?
   • Apprentissage non supervisé
   • Programmation basée sur des règles
   • Apprentissage supervisé
   • Apprentissage par renforcement
3. Comment un agent d’apprentissage par renforcement, comme celui qui apprend à jouer à un jeu vidéo, s’améliore-t-il ?
   • En essayant des actions et en apprenant des récompenses ou des pénalités
   • En mémorisant le code source du jeu
   • En copiant des exemples étiquetés montrant le mouvement correct à chaque tour
   • En triant les jeux passés en clusters sans retour
4. A model performs well on its training examples but poorly on comparable held-out examples. Which pattern does this show?
   • Sous-ajustement
   • Surapprentissage
   • Fuite de données
   • 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?
   • Quelle quantité d’électricité la course d’entraînement utilise-t-elle
   • Combien de temps faut-il au modèle pour donner une réponse
   • Combien d'exemples ont été supprimés de l'ensemble de données d'entraînement
   • 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