Questionário vinculado ao guia · Médio Nível

Teste de aprendizagem rápido

Compare demonstrações no contexto e aprendizado rápido baseado em métricas, com funções de suporte/consulta, cálculos de protótipo, notação e pedidos imediatos.

Caminhos de guia relacionadosPouco aprendizado
Pergunta 1 de 8

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

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  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. Quando um modelo de linguagem grande faz aprendizado instantâneo no contexto a partir de um prompt, o que acontece com seus pesos?
    • Eles são ligeiramente ajustados nos exemplos imediatos
    • Eles são redefinidos para um ponto de verificação específico da tarefa
    • Eles permanecem inalterados; os exemplos apenas condicionam a previsão
    • Eles são calculados em média com os exemplos de incorporações
  3. Qual é a principal diferença entre a solicitação de disparo zero e a solicitação de poucos disparos?
    • Zero-shot não fornece exemplos práticos; Few-shot fornece alguns
    • Zero-shot usa um modelo menor do que poucos tiros
    • Tiro zero sempre tem melhor desempenho do que poucos tiros
    • Zero-shot requer dados de treinamento rotulados, enquanto poucos tiros não
  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. O que descreve um método de poucos disparos baseado em métricas, como uma rede prototípica?
    • Ele grava rótulos de exemplo em um banco de dados para pesquisa
    • Gera exemplos sintéticos até ter milhares
    • Ele compara uma nova amostra com a incorporação média dos poucos exemplos de cada classe e escolhe o mais próximo.
    • Ele usa aprendizagem por reforço a partir de feedback humano
  6. Um profissional descobre que simplesmente reordenar os exemplos em poucas etapas altera a precisão. O que isso ilustra?
    • Um bug de hardware na GPU
    • Esse desempenho de poucas fotos pode ser sensível à ordem e formatação dos exemplos
    • Que o modelo está se adaptando ao conjunto de teste
    • Esse tiro zero seria impossível
  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