Quiz dotyczący modeli opartych na energii

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jak w modelu opartym na energii energia jest powiązana z prawdopodobieństwem punktu danych?
   • Wysoka energia oznacza duże prawdopodobieństwo
   • Niska energia oznacza duże prawdopodobieństwo (p(x) jest proporcjonalne do exp(-E(x)))
   • Energia i prawdopodobieństwo nie są ze sobą powiązane
   • Prawdopodobieństwo równa się bezpośrednio energii
2. Co sprawia, że szkolenie modeli opartych na energii jest trudne?
   • Funkcja energii nie może być siecią neuronową
   • Wymagają jedynie danych oznaczonych etykietą
   • Nie mogą przedstawiać obrazów
   • Funkcja podziału Z (normalizator na wszystkich wejściach) jest zwykle trudna do obliczenia
3. Która metoda pobierania próbek jest powszechnie stosowana do pobierania próbek z EBM?
   • Dynamika Langevina (MCMC oparta na gradiencie)
   • Wyszukiwanie wiązki
   • Szybkie sortowanie
   • Pojedyncze podanie do przodu
4. Dlaczego metody takie jak dopasowywanie wyników mogą uniknąć obliczania funkcji podziału Z?
   • Ponieważ Z jest zawsze równe 1
   • Ponieważ ignorują funkcję energii
   • Ponieważ gradient log p(x) jest -gradientem E(x), a Z (stała w x) wypada przy różniczkowaniu
   • Ponieważ działają tylko na dyskretnych danych
5. Który z nich jest klasycznym modelem opartym na energii?
   • Transformator
   • Drzewo decyzyjne
   • Algorytm k-średnich
   • Sieć Hopfielda
6. For a differentiable EBM density with Z constant in x, how does its score relate to energy?
   • The score equals the partition function itself
   • The score equals the negative input gradient of energy
   • The score ignores the learned energy entirely
   • The score is always the positive energy gradient
7. An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
   • Every probability increases by c
   • All inputs become equally probable
   • They remain unchanged after the partition function is adjusted
   • The normalizer must be set to zero
8. For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
   • Configuration a has greater probability than b
   • Configuration b has greater probability because its energy is higher
   • Both probabilities must be exactly one
   • The comparison requires different partition functions for each point