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.

Percorsi guida correlatiPochi scatti di apprendimento
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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)
  8. 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