ट्रांसफॉर्मर्स क्विज़ में इंडक्शन हेड्स

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

1. इंडक्शन हेड अनिवार्य रूप से कौन सा नियम लागू करता है?
   • भाषा में सबसे अधिक बार आने वाले टोकन की भविष्यवाणी करें
   • हमेशा पिछले टोकन को अपरिवर्तित कॉपी करें
   • संदर्भ टोकन को बेतरतीब ढंग से फेरबदल करें
   • पहले [ए] [बी] देखें, फिर [ए] पर फिर से भविष्यवाणी करें [बी]
2. What capability was linked to induction-head behavior in the cited 2022 study?
   • In-context learning in the examined models, with broader large-model claims framed as hypotheses
   • A proof that every form of reasoning uses only one identical circuit
   • Changing the tokenizer vocabulary during every prompt
   • Permanent weight updates whenever a repeated token appears
3. इंडक्शन सर्किट में 'प्रीवियस-टोकन हेड' क्या भूमिका निभाता है?
   • यह अंतिम सॉफ्टमैक्स उत्पन्न करता है
   • यह स्थिति संबंधी जानकारी हटा देता है
   • यह प्रत्येक टोकन की पूर्ववर्ती जानकारी को कॉपी करके आगे भेजता है ताकि मिलान हो सके
   • यह ध्यान भार को सामान्य करता है
4. कैनोनिकल इंडक्शन सर्किट में आमतौर पर कितने ध्यान प्रमुख शामिल होते हैं?
   • बिल्कुल एक
   • दो, परतों में रचित
   • एक ही परत में सैकड़ों
   • शून्य; यह केवल फ़ीड-फ़ॉरवर्ड है
5. What training relationship did the induction-head study report in the models it examined?
   • Head formation coincided with changes in loss behavior and increased in-context learning
   • All heads were fully formed before any training
   • Induction behavior could only appear after every parameter was frozen forever
   • The same exact training transition must occur in every future model
6. एक इंडक्शन हेड कौन सा कार्य सबसे सीधे तौर पर संभालेगा?
   • संख्यात्मक ग्रेडिएंट की गणना
   • मॉडल के वज़न को संपीड़ित करना
   • इनपुट प्रॉम्प्ट को एन्क्रिप्ट करना
   • पहले मिलान वाले टोकन के बाद जो हुआ उसे कॉपी करके अनुक्रम को दोहराना
7. What roles do query-key matching and the output-value path play in the canonical induction circuit?
   • Query-key computations generate the final text filename; output-value computations train the tokenizer
   • Query-key computations select the matching context position; output-value computations promote the token information there
   • Both paths only count the total number of context words
   • The output-value path selects a position without any attention pattern
8. Does a demonstrated two-head induction circuit prove that every large-model in-context task uses that mechanism alone?
   • Yes; every architecture and prompt has already been causally tested
   • Yes; no other network computation can influence a prediction
   • No; the wider explanation remains a hypothesis needing model- and task-specific evidence
   • Only the number of parameters determines whether the proof is universal