Quiz sur les objectifs InfoNCE et SimCLR

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

1. Qu’est-ce que l’objectif InfoNCE encourage un modèle à faire ?
   • Rendre une requête plus similaire à son vrai positif qu'à de nombreux négatifs
   • Mémorisez les valeurs exactes des pixels de chaque image
   • Minimiser le nombre de paramètres du modèle
   • Prédire le mot suivant dans une phrase
2. Dans SimCLR, comment est créée une paire positive ?
   • En associant une image à son étiquette humaine
   • En appliquant deux augmentations aléatoires différentes à la même image
   • En choisissant deux images complètement différentes
   • En faisant pivoter l'ensemble de données
3. Quel rôle joue la température τ dans NT-Xent / InfoNCE ?
   • Il définit le taux d'apprentissage
   • Il contrôle automatiquement la taille du lot
   • Il met à l'échelle les scores de similarité ; un τ inférieur accentue la distribution et met l'accent sur les négatifs durs
   • Il détermine le nombre de couches dans l'encodeur
4. Qu'arrive-t-il à la tête de projection du SimCLR après le pré-entraînement ?
   • Il devient le classificateur final
   • Il est gelé et utilisé comme encodeur
   • Il est dupliqué pour l'inférence
   • Il est rejeté ; la représentation devant le chef est utilisée pour les tâches en aval
5. Pourquoi SimCLR s’est-il appuyé sur des lots de grande taille ?
   • Fournir de nombreux exemples négatifs à chaque étape de formation
   • Pour réduire l'utilisation de la mémoire
   • Pour éviter d'utiliser des augmentations
   • Pour éliminer le besoin d’un paramètre de température
6. In SimCLR, which examples usually act as negatives for one anchor view?
   • The matching view of the same image
   • The other augmented views in the batch that come from different images
   • Only examples with the same class label
   • Views produced by a second encoder trained on labels
7. Why does SimCLR use a nonlinear projection head before computing its contrastive loss?
   • It replaces the image encoder
   • It supplies class labels during pretraining
   • The learned projection helps the contrastive objective while the representation before the head can transfer downstream
   • It removes the need for data augmentation
8. For an InfoNCE anchor, what should happen to the positive similarity relative to sampled negatives?
   • Every negative should have a higher score than the positive
   • All scores must be identical
   • The positive is excluded from the objective
   • The positive should receive a higher score than the negatives