Gids-gekoppelde quiz · Middelmatig Niveau
Leerquiz met weinig schoten
Vergelijk in-contextdemonstraties en op statistieken gebaseerd leren in een paar stappen, met ondersteunings-/queryrollen, prototypeberekeningen, notatie en snelle volgorde.
Vraag 1 van 8
In an N-way K-shot classification episode, what does K count?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- 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
- Wat gebeurt er met de gewichten ervan als een groot taalmodel in-context weinig-shot leert van een prompt?
- Ze zijn enigszins verfijnd op basis van de snelle voorbeelden
- Ze worden gereset naar een taakspecifiek controlepunt
- Ze blijven ongewijzigd; de voorbeelden bepalen alleen de voorspelling
- Ze worden gemiddeld met de voorbeeldinbedding
- Wat is het belangrijkste verschil tussen zero-shot- en enkele-shot-prompts?
- Zero-shot biedt geen uitgewerkte voorbeelden; paar-shot biedt een paar
- Zero-shot gebruikt een kleiner model dan Few-Shot
- Zero-shot presteert altijd beter dan weinig-shot
- Zero-shot vereist gelabelde trainingsgegevens, terwijl dat bij Few-Shot niet het geval is
- 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
- Welke beschrijft een op statistische gegevens gebaseerde methode met een paar shots, zoals een prototypisch netwerk?
- Het schrijft voorbeeldlabels naar een database voor opzoeken
- Het genereert synthetische voorbeelden tot er duizenden zijn
- Het vergelijkt een nieuwe steekproef met de gemiddelde inbedding van de weinige voorbeelden van elke klasse en kiest de dichtstbijzijnde
- Het maakt gebruik van versterkend leren van menselijke feedback
- Een praktijkbeoefenaar merkt dat het simpelweg opnieuw ordenen van de voorbeelden in een paar korte stappen de nauwkeurigheid verandert. Wat illustreert dit?
- Een hardwarefout in de GPU
- Die paar-shot-prestaties kunnen gevoelig zijn voor de voorbeeldvolgorde en opmaak
- Dat het model overfitting is op de testset
- Die zero-shot zou onmogelijk zijn
- 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