Quiz połączony z przewodnikiem · Średni Poziom

Quiz edukacyjny „Few-Shot”.

Porównaj demonstracje w kontekście i kilkuetapowe uczenie się w oparciu o metryki, z rolami wsparcia/zapytań, obliczeniami prototypów, notacją i szybkim zamawianiem.

Powiązane ścieżki prowadząceNauka kilku strzałów
Pytanie 1 z 8

In an N-way K-shot classification episode, what does K count?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  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. Kiedy duży model językowy uczy się w kontekście w kilku momentach z podpowiedzi, co dzieje się z jego wagami?
    • Są one nieco dostrojone na podstawie przykładów podpowiedzi
    • Są resetowane do punktu kontrolnego specyficznego dla zadania
    • Pozostają niezmienione; przykłady jedynie warunkują przewidywanie
    • Są one uśredniane z przykładowymi osadzaniami
  3. Jaka jest kluczowa różnica między monitem o zerowym strzale a podpowiedzią o kilku strzałach?
    • Zero-shot nie dostarcza żadnych sprawdzonych przykładów; kilka strzałów zapewnia kilka
    • Zero-shot wykorzystuje mniejszy model niż kilka strzałów
    • Strzał zerowy zawsze działa lepiej niż kilka strzałów
    • Zero-shot wymaga oznaczonych danych treningowych, podczas gdy kilka strzałów nie
  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. Który opisuje metodę kilku strzałów opartą na metrykach, taką jak sieć prototypowa?
    • Zapisuje przykładowe etykiety w bazie danych w celu ich wyszukania
    • Generuje syntetyczne przykłady, aż będzie ich tysiące
    • Porównuje nową próbkę ze średnim osadzeniem kilku przykładów każdej klasy i wybiera najbliższy
    • Wykorzystuje uczenie się przez wzmacnianie na podstawie informacji zwrotnych od ludzi
  6. Praktyk stwierdza, że zwykła zmiana kolejności przykładów w krótkim czasie zmienia dokładność. Co to ilustruje?
    • Błąd sprzętowy w GPU
    • Wydajność kilku zdjęć może być wrażliwa na kolejność i formatowanie przykładów
    • Model jest nadmiernie dopasowany do zbioru testowego
    • Taki strzał zerowy byłby niemożliwy
  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