Questionário sobre esquecimento catastrófico

As respostas e explicações aparecem conforme você responde ao teste.

1. Which situation describes catastrophic forgetting in a neural network?
   • Quando aprender uma nova tarefa faz com que o modelo perca habilidades aprendidas anteriormente
   • Quando um modelo fica sem memória durante a inferência
   • Quando os dados de treinamento são excluídos acidentalmente
   • Quando um modelo se recusa a responder a uma pergunta
2. Por que o esquecimento catastrófico acontece nas redes neurais?
   • Porque cada tarefa obtém sua própria rede separada automaticamente
   • Porque novas atualizações de gradiente substituem pesos compartilhados que codificavam habilidades antigas
   • Porque os modelos não podem armazenar mais de um fato
   • Porque as camadas de atenção excluem dados propositalmente
3. O que o Elastic Weight Consolidation (EWC) faz para reduzir o esquecimento?
   • Exclui os dados da nova tarefa
   • Duplica a taxa de aprendizagem
   • Penaliza alterações em pesos importantes para tarefas aprendidas anteriormente
   • Tira a atenção do modelo
4. Como a repetição da experiência (ensaio) combate o esquecimento?
   • Congelando todo o modelo permanentemente
   • Treinando apenas com os dados mais recentes
   • Ao reduzir o número de camadas
   • Intercalando exemplos antigos armazenados durante um novo treinamento
5. What does LoRA do to base-model weights when adding a task-specific adapter?
   • It freezes base weights and trains a low-rank adapter, which may reduce direct interference but does not guarantee retention
   • It rewrites every base weight for each new task
   • It stores no task-specific parameters
   • It guarantees zero forgetting on every task sequence
6. Como uma abordagem de recuperação aumentada evita o esquecimento catastrófico?
   • Excluindo conhecimentos antigos para abrir espaço
   • Armazenando novos conhecimentos em um banco de dados externo em vez dos pesos
   • Treinando continuamente com ruído aleatório
   • Ao desabilitar totalmente a memória do modelo
7. How does Gradient Episodic Memory (GEM) constrain learning on a new task?
   • It removes old task examples from memory
   • It changes the model to a nearest-class-mean classifier
   • It adjusts the gradient so the first-order approximation does not increase loss on stored prior-task examples
   • It adds a KL penalty to every parameter regardless of task
8. How do RAG-Token and RAG-Sequence differ in the original RAG paper?
   • RAG-Token removes retrieval while RAG-Sequence removes generation
   • RAG-Sequence uses images while RAG-Token uses audio
   • RAG-Token trains without model parameters
   • RAG-Token marginalizes retrieved documents per output token, while RAG-Sequence uses one document for a whole sequence