数回の学習クイズ

クイズに答えると、答えと解説が表示されます。

1. 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
2. 大規模な言語モデルがプロンプトからコンテキスト内の少数ショット学習を行う場合、その重みはどうなるでしょうか?
   • プロンプトの例ではわずかに微調整されています
   • タスク固有のチェックポイントにリセットされます
   • それらは変化しません。例は予測の条件付けのみを行っています
   • 埋め込み例で平均化されます。
3. ゼロショットプロンプトと少数ショットプロンプトの主な違いは何ですか?
   • ゼロショットには実際に動作する例はありません。少数ショットはいくつかを提供します
   • ゼロショットは、少数ショットよりも小さなモデルを使用します
   • ゼロショットは常に少数ショットよりも優れたパフォーマンスを発揮します
   • ゼロショットにはラベル付きトレーニング データが必要ですが、フューショットには必要ありません
4. 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
5. プロトタイプネットワークのようなメトリックベースの少数ショット手法を説明しているのはどれですか?
   • ラベルの例を検索用にデータベースに書き込みます
   • 数千個になるまで合成例を生成します
   • 新しいサンプルを各クラスのいくつかのサンプルの平均的な埋め込みと比較し、最も近いものを選択します。
   • 人間のフィードバックからの強化学習を使用します
6. 実践者は、数回のプロンプトで例を並べ替えるだけで精度が変わることに気づきました。これは何を示しているのでしょうか?
   • GPU のハードウェア バグ
   • 数ショットのパフォーマンスは、サンプルの順序とフォーマットに影響される可能性があります
   • モデルがテストセットに過剰適合していること
   • あのゼロショットは不可能だろう
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