Quiz collegato alla guida · Medio Livello
Quiz di apprendimento con pochi colpi
Confronta dimostrazioni in contesto e apprendimento "low-shot" basato su metriche, con ruoli di supporto/query, calcoli del prototipo, notazione e ordinamento rapido.
Domanda 1 di 8
In un episodio di classificazione dei colpi K a N vie, cosa conta K?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- In un episodio di classificazione dei colpi K a N vie, cosa conta K?
- The number of classes
- Labeled support examples per class
- All parameters in the model
- The number of optimization epochs
- Quando un modello linguistico di grandi dimensioni esegue l'apprendimento a poche riprese nel contesto da un prompt, cosa succede ai suoi pesi?
- Sono leggermente ottimizzati sugli esempi rapidi
- Vengono reimpostati su un checkpoint specifico dell'attività
- Rimangono invariati; gli esempi condizionano solo la previsione
- Viene calcolata la media con gli incorporamenti di esempio
- Qual è la differenza fondamentale tra il suggerimento zero-shot e il suggerimento pochi-shot?
- Zero-shot non fornisce esempi funzionanti; pochi colpi ne forniscono alcuni
- Zero-shot utilizza un modello più piccolo di pochi-shot
- Lo zero-shot funziona sempre meglio di pochi-shot
- Zero-shot richiede dati di addestramento etichettati mentre pochi-shot no
- In che modo l'apprendimento precedente può contribuire a un'attività a pochi colpi?
- 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
- Quale descrive un metodo "pochi colpi" basato su metriche come una rete prototipo?
- Scrive etichette di esempio in un database per la ricerca
- Genera esempi sintetici fino ad averne migliaia
- Confronta un nuovo campione con l'inclusione media dei pochi esempi di ciascuna classe e sceglie quello più vicino
- Utilizza l'apprendimento per rinforzo dal feedback umano
- Un professionista scopre che semplicemente riordinare gli esempi in poche inquadrature cambia la precisione. Cosa illustra questo?
- Un bug hardware nella GPU
- Le prestazioni di pochi scatti possono essere sensibili all'ordine e alla formattazione degli esempi
- Che il modello si adatta eccessivamente al set di test
- Quel colpo zero sarebbe impossibile
- 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