ऊर्जा-आधारित मॉडल प्रश्नोत्तरी

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

1. ऊर्जा-आधारित मॉडल में, ऊर्जा एक डेटा बिंदु की संभावना से कैसे संबंधित है?
   • उच्च ऊर्जा का अर्थ है उच्च संभावना
   • कम ऊर्जा का अर्थ है उच्च संभावना (p(x) exp(-E(x)) के समानुपाती है)
   • ऊर्जा और संभाव्यता असंबंधित हैं
   • संभाव्यता सीधे ऊर्जा के बराबर होती है
2. ऊर्जा-आधारित मॉडलों का प्रशिक्षण कठिन क्यों है?
   • ऊर्जा फ़ंक्शन एक तंत्रिका नेटवर्क नहीं हो सकता
   • उन्हें केवल लेबल किए गए डेटा की आवश्यकता होती है
   • वे छवियों का प्रतिनिधित्व नहीं कर सकते
   • विभाजन फ़ंक्शन Z (सभी इनपुट पर सामान्यीकरणकर्ता) आमतौर पर गणना करने में कठिन होता है
3. ईबीएम से नमूने निकालने के लिए आमतौर पर किस नमूनाकरण विधि का उपयोग किया जाता है?
   • लैंग्विन डायनेमिक्स (ग्रेडिएंट-आधारित एमसीएमसी)
   • किरण खोज
   • त्वरित वर्गीकरण
   • एक एकल फॉरवर्ड पास
4. स्कोर मिलान जैसी विधियाँ विभाजन फ़ंक्शन Z की गणना करने से क्यों बच सकती हैं?
   • क्योंकि Z सदैव 1 के बराबर होता है
   • क्योंकि वे ऊर्जा कार्य को नजरअंदाज करते हैं
   • क्योंकि लॉग पी(एक्स) का ग्रेडिएंट ई(एक्स) का ग्रेडिएंट है, और अंतर करते समय जेड (एक्स में एक स्थिरांक) गिर जाता है
   • क्योंकि वे केवल अलग-अलग डेटा पर काम करते हैं
5. इनमें से कौन सा क्लासिक ऊर्जा-आधारित मॉडल है?
   • ट्रांसफार्मर
   • निर्णय वृक्ष
   • K-मीन्स एल्गोरिथम
   • हॉपफील्ड नेटवर्क
6. For a differentiable EBM density with Z constant in x, how does its score relate to energy?
   • The score equals the partition function itself
   • The score equals the negative input gradient of energy
   • The score ignores the learned energy entirely
   • The score is always the positive energy gradient
7. An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
   • Every probability increases by c
   • All inputs become equally probable
   • They remain unchanged after the partition function is adjusted
   • The normalizer must be set to zero
8. For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
   • Configuration a has greater probability than b
   • Configuration b has greater probability because its energy is higher
   • Both probabilities must be exactly one
   • The comparison requires different partition functions for each point