Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Kevés lövésű tanulási kvíz
Compare in-context demonstrations and metric-based few-shot learning, with support/query roles, prototype calculations, notation, and prompt ordering.
kérdés 1 -ból 8
In an N-way K-shot classification episode, what does K count?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- In an N-way K-shot classification episode, what does K count?
- The number of classes
- Labeled support examples per class
- All parameters in the model
- The number of optimization epochs
- Ha egy nagy nyelvi modell kontextusban néhány lépésből tanul egy felszólításból, mi történik a súlyaival?
- Az azonnali példákon kissé finomhangoltak
- A rendszer visszaállítja őket egy feladatspecifikus ellenőrzőpontra
- Változatlanul maradnak; a példák csak feltétele az előrejelzés
- Átlagolásuk a példabeágyazásokkal történik
- Mi a legfontosabb különbség a nullás és a néhány felvételes felszólítás között?
- A Zero-shot nem ad kidolgozott példákat; néhány lövés néhányat biztosít
- A Zero-shot kisebb modellt használ, mint a kevés lövés
- A nullás felvétel mindig jobban teljesít, mint a kevés felvétel
- A nullás felvételhez címkézett edzési adatokra van szükség, míg a kevés lövéshez nem
- How can prior learning contribute to a few-shot task?
- It guarantees every arbitrary demonstration yields the intended rule
- It requires copying each example as every final answer
- It necessarily retrains all network weights during prompting
- It can supply useful learned patterns or representations for interpreting the small support set
- Melyik írja le a metrikus alapú néhány felvételes módszert, például egy prototipikus hálózatot?
- Példacímkéket ír egy adatbázisba kereséshez
- Szintetikus példákat generál, amíg nem lesz több ezer
- Összehasonlít egy új mintát az egyes osztályok néhány példájának átlagos beágyazásával, és kiválasztja a legközelebbit
- Emberi visszajelzésekből megerősítő tanulást használ
- Egy gyakorló szakember azt tapasztalja, hogy a példák egyszerű átrendezése néhány lépésben megváltoztatja a pontosságot. Mit illusztrál ez?
- Hardveres hiba a GPU-ban
- Ez a néhány felvételes teljesítmény érzékeny lehet a példa sorrendjére és formázására
- Hogy a modell túl jól illeszkedik a tesztkészlethez
- Ez a zéró lövés lehetetlen lenne
- A class has embedded support points (0,0) and (2,0). What arithmetic-mean prototype does the stated prototypical method form?
- (2,0)
- (0,2)
- (2,2)
- (1,0)
- Which distinction defines support and query roles in the original prototypical-network episode?
- Support labels construct class prototypes; separate query items evaluate classification
- Query labels must be copied into every support prototype
- Support items contain no labels by definition
- The two sets must always contain exactly the same sampled examples