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.

Gerelateerde gidspadenWeinig schot leren
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.

  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. 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
  3. 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
  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. 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
  6. 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
  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