Bagaimana AI Mempelajari Kuis

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Dalam pembelajaran yang diawasi, apa saja yang termasuk dalam data pelatihan?
   • Hanya contoh mentah tanpa jawaban terlampir
   • Aturan yang ditulis oleh programmer untuk setiap situasi yang mungkin terjadi
   • Input yang dipasangkan dengan output target, yang disebut label
   • Hadiah dan penalti dari lingkungan game
2. Mengelompokkan pelanggan berdasarkan kebiasaan belanja serupa tanpa kategori yang telah ditentukan merupakan contoh jenis pembelajaran yang mana?
   • Pembelajaran tanpa pengawasan
   • Pemrograman berbasis aturan
   • Pembelajaran yang diawasi
   • Pembelajaran penguatan
3. Bagaimana agen pembelajaran penguatan, seperti seseorang yang belajar bermain video game, meningkat?
   • Dengan mencoba tindakan dan belajar dari imbalan atau hukuman
   • Dengan menghafal kode sumber permainan
   • Dengan menyalin contoh berlabel yang menunjukkan gerakan yang benar di setiap giliran
   • Dengan mengurutkan game sebelumnya ke dalam kelompok tanpa umpan balik
4. Model berkinerja baik pada contoh pelatihannya tetapi buruk pada contoh terpisah yang sebanding. Pola manakah yang ditunjukkan oleh hal ini?
   • Kurang pas
   • Keterlaluan
   • Kebocoran data
   • Generalisasi yang baik
5. Mengapa menjaga set pengujian tetap terpisah dari penyesuaian model dan pemilihan pengaturannya?
   • Untuk memperkirakan kinerja pada contoh yang tidak digunakan untuk pilihan pengembangan tersebut
   • Untuk menyetel hyperparameter dengan memeriksa berulang kali set evaluasi akhir
   • Untuk menambahkan contoh terpisah ke pelatihan setelah pilihan tersebut final
   • Untuk memeriksa apakah prediksi pelatihan cocok dengan label pelatihannya
6. Dalam perulangan pelatihan tersupervised pada panduan ini, apa yang diukur oleh loss?
   • Berapa banyak listrik yang digunakan selama latihan
   • Berapa lama waktu yang dibutuhkan model untuk memberikan jawaban
   • Berapa banyak contoh yang dihapus dari kumpulan data pelatihan
   • Perbedaan numerik antara prediksi dan nilai target
7. Sebuah model teks belajar memprediksi token berikutnya dari konteks sebelumnya. Pengaturan pembelajaran manakah yang dijelaskan oleh panduan ini?
   • Pembelajaran tersupervised dengan label yang disediakan secara terpisah
   • Clustering teks secara tak tersupervised
   • Pelatihan mandiri (self-supervised) yang membuat tugas prediksi dari teks
   • Pembelajaran penguatan (reinforcement learning) dari imbalan untuk setiap token
8. Sebuah model mengubah jawabannya setelah melihat contoh dalam prompt. Apa yang dapat disimpulkan tentang bobot yang dipelajarinya?
   • Bobot tersebut pasti telah berubah secara permanen
   • Prompt tersebut menjadi bagian dari data pelatihan setiap pengguna
   • Model tidak dapat menggunakan contoh tanpa pelatihan ulang
   • Respons yang berubah dengan sendirinya tidak menunjukkan adanya pembaruan bobot