निरंतर सीखना और विनाशकारी विस्मृति प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. 'विनाशकारी भूल' क्या है?
   • कोई नया कार्य सीखते समय पहले सीखे गए कार्यों के प्रदर्शन में तेजी से गिरावट आती है
   • जब किसी मॉडल की मेमोरी ख़त्म हो जाती है और क्रैश हो जाता है
   • जब प्रशिक्षण डेटा गलती से हटा दिया जाता है
   • जब कोई मॉडल भविष्यवाणी करने से इंकार कर देता है
2. निरंतर सीखने के केंद्र में व्यापार-बंद को अक्सर कहा जाता है:
   • पूर्वाग्रह-विचरण व्यापारऑफ़
   • स्थिरता-प्लास्टिसिटी दुविधा
   • गति-सटीकता ट्रेडऑफ़
   • अन्वेषण-शोषण समझौता
3. इलास्टिक वज़न समेकन (ईडब्ल्यूसी) क्या करता है?
   • महत्वहीन न्यूरॉन्स को हटा देता है
   • नए कार्यों के लिए सीखने की दर दोगुनी हो जाती है
   • पहले सीखे गए कार्यों के लिए महत्वपूर्ण भारों में परिवर्तन को दंडित करता है
   • हर पिछले प्रशिक्षण उदाहरण को हमेशा के लिए संग्रहीत करता है
4. रीप्ले-आधारित विधियाँ भूलने से कैसे लड़ती हैं?
   • संपूर्ण नेटवर्क को स्थायी रूप से फ़्रीज़ करके
   • बड़ी सीखने की दर का उपयोग करके
   • हानि फ़ंक्शन को हटाकर
   • संग्रहीत या उत्पन्न पुराने उदाहरणों को नए प्रशिक्षण में जोड़कर
5. How does Gradient Episodic Memory (GEM) constrain a gradient update while learning a new task?
   • It projects the gradient so its first-order approximation does not increase loss on stored prior-task examples
   • It replaces all prior-task data with new examples
   • It freezes every parameter for all future tasks
   • It increases weights that were unimportant to earlier tasks
6. किसी नए कार्य को सरलतापूर्वक ठीक करने से भूल क्यों हो जाती है?
   • GPU ज़्यादा गरम हो जाता है और मेमोरी ख़राब हो जाती है
   • ग्रेडिएंट डिसेंट पुराने कार्यों को संरक्षित करने के लिए बिना किसी बाधा के साझा भार को नए कार्य की ओर ले जाता है
   • नए कार्यों में हमेशा अधिक डेटा होता है
   • मॉडल जानबूझकर पुराने वज़न हटा देता है
7. How does iCaRL classify a test example after learning multiple classes?
   • By retrieving the single closest word in a text corpus
   • By selecting the class with the largest Fisher information
   • By comparing its feature vector with per-class means computed from stored exemplars
   • By replaying every training image at inference
8. Why is evaluating continual learning more than measuring final accuracy on the newest task?
   • New-task accuracy is the only relevant measure
   • Old tasks are removed from the evaluation
   • The model cannot be tested on multiple tasks
   • A method must also measure retention on prior tasks and its ability to learn new ones