Quiz collegato alla guida · Difficile Livello

Quiz sul fenomeno della doppia discesa

Esamina la doppia discesa vicino all'interpolazione e il modo in cui il fenomeno può variare in base alle dimensioni del modello, alle dimensioni del set di dati e alla durata dell'addestramento.

Percorsi guida correlatiFenomeno della doppia discesa
Domanda 1 di 8

Dove raggiunge tipicamente il picco l’errore del test nella curva a doppia discesa?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Dove raggiunge tipicamente il picco l’errore del test nella curva a doppia discesa?
    • Alla soglia di interpolazione in cui il modello si adatta a tutti i dati di training
    • All'inizio dell'allenamento con pochi parametri
    • Solo dopo miliardi di parametri
    • L'errore del test non raggiunge mai il picco; cade in modo monotono
  2. Cosa succede all’errore del test quando un modello diventa fortemente sovraparametrizzato?
    • Aumenta indefinitamente a causa del sovradattamento
    • Può diminuire nuovamente, spesso al di sotto del minimo classico
    • Rimane esattamente piatto
    • Diventa casuale e imprevedibile
  3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
    • Any neural network trained with gradient descent
    • Any model that reaches zero training error
    • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
    • A model trained without an optimization objective
  4. La doppia discesa 'epocale' si riferisce all'effetto che appare in funzione di cosa?
    • Il numero di GPU utilizzate
    • Solo il programma del tasso di apprendimento
    • La dimensione del set di test
    • Tempo di addestramento (numero di epoche)
  5. Quale idea classica mette in discussione la doppia discesa?
    • Il compromesso a forma di U tra bias e varianza
    • Propagazione all'indietro
    • Discesa stocastica del gradiente
    • La regola della catena
  6. Chi ha contribuito a rendere popolare e formalizzare la doppia curva di discesa nel 2019?
    • Newton e Leibniz
    • Belkin, Hsu, Ma e Mandal
    • Turing e Chiesa
    • Solo concorrenti anonimi di Kaggle
  7. Which model families did OpenAI report studying in its deep double-descent experiments?
    • Only decision trees and linear regression
    • Only recurrent speech recognizers
    • Convolutional neural networks, ResNets, and transformers
    • Only graphical game generators
  8. Besides model size and training duration, which axis can also show double-descent behavior?
    • Font size in a report
    • The number of words in a product name
    • The screen resolution of a monitor
    • Training dataset size