विश्व मॉडल और सीखे गए सिमुलेटर प्रश्नोत्तरी

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

1. विश्व मॉडल का मुख्य कार्य क्या है?
   • यह अनुमान लगाना कि किसी स्थिति और क्रिया को देखते हुए पर्यावरण कैसे बदलता है
   • छवियों को श्रेणियों के साथ लेबल करना
   • टेक्स्ट को एम्बेडिंग में संपीड़ित करने के लिए
   • नेटवर्क पैकेट को रूट करने के लिए
2. In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
   • केवल वास्तविक हार्डवेयर पर
   • मॉडल के अंदर पर्यावरण का अपना सीखा हुआ 'सपना' है
   • रोबोटों के सार्वजनिक क्लाउड क्लस्टर पर
   • केवल भाषा डेटा का उपयोग करना
3. डीपमाइंड के ड्रीमरवी3 ने कौन सी उल्लेखनीय उपलब्धि हासिल की?
   • एक उपन्यास लिख रहा हूँ
   • 100 भाषाओं का अनुवाद
   • Collecting diamonds in Minecraft using policy learning from imagined trajectories
   • एक माइक्रोचिप डिज़ाइन करना
4. Google का जिन्न क्या करता है?
   • स्ट्रीमिंग के लिए वीडियो को संपीड़ित करता है
   • खोज परिणामों को क्रमबद्ध करें
   • भाषा ट्यूटर्स को प्रशिक्षित करता है
   • छवियों और बिना लेबल वाले वीडियो से नियंत्रणीय, चलाने योग्य 2डी दुनिया उत्पन्न करता है
5. कई विश्व मॉडल छवियों जैसे उच्च-आयामी इनपुट के लिए भविष्यवाणी की समस्या को कैसे सुगम बनाए रखते हैं?
   • वे अवलोकनों को एक सघन अव्यक्त अवस्था में कूटबद्ध करते हैं और उस स्थान में भविष्यवाणी करते हैं
   • वे छवियों को पूरी तरह से नजरअंदाज कर देते हैं
   • वे केवल ऑडियो का उपयोग करते हैं
   • वे हर कच्चे फ्रेम को हमेशा के लिए संग्रहीत करते हैं
6. What is a potential motivation for using a world model in robotics?
   • Guarantee every simulated action is safe to deploy
   • Explore candidate actions in learned dynamics with fewer real-world interactions, while validating model accuracy
   • Avoid testing the model against any real observations
   • Prove a visually realistic frame is physically accurate
7. What techniques did DreamerV3 report for improving learning stability across diverse domains?
   • A fixed image resize and no reward modeling
   • A hand-written controller for every game
   • Normalization, balancing, and transformations
   • Removing all state observations from training
8. Why does visually plausible output from a learned simulator not by itself prove accurate dynamics?
   • Visual models cannot process actions
   • Every rendered image is a ground-truth sensor measurement
   • Plausibility guarantees accurate forces and collisions
   • A realistic-looking frame may still depict incorrect physical state changes