Cum învață AI Test

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. În învățarea supravegheată, ce includ datele de formare?
   • Doar exemple brute fără răspunsuri atașate
   • Reguli scrise de programatori pentru fiecare situație posibilă
   • Inputs paired with target outputs, called labels
   • Recompense și penalități dintr-un mediu de joc
2. Gruparea clienților după obiceiuri similare de cumpărături fără categorii predefinite este un exemplu de ce tip de învățare?
   • Învățare nesupravegheată
   • Programare bazată pe reguli
   • Învățare supravegheată
   • Învățare prin întărire
3. Cum se îmbunătățește un agent de învățare prin întărire, cum ar fi unul care învață să joace un joc video?
   • Încercând acțiuni și învățând din recompense sau penalități
   • Prin memorarea codului sursă al jocului
   • Copiind exemple etichetate care arată mișcarea corectă la fiecare tură
   • Prin sortarea jocurilor anterioare în grupuri fără feedback
4. A model performs well on its training examples but poorly on comparable held-out examples. Which pattern does this show?
   • Underfitting
   • Supramontare
   • Scurgere de date
   • Good generalization
5. Why keep a test set separate from fitting the model and choosing its settings?
   • To estimate performance on examples not used for those development choices
   • To tune hyperparameters by repeatedly checking the final evaluation set
   • To add held-out examples to training after the choices are final
   • To check whether training predictions match their training labels
6. In the guide’s supervised training loop, what does the loss measure?
   • Câtă energie electrică folosește cursa de antrenament
   • Cât durează modelul pentru a da un răspuns
   • Câte exemple au fost șterse din setul de date de antrenament
   • The numerical difference between predictions and target values
7. A text model learns to predict the next token from the preceding context. Which learning setup does the guide describe?
   • Supervised learning with separately supplied labels
   • Unsupervised clustering of the text
   • Self-supervised training that creates a prediction task from the text
   • Reinforcement learning from rewards for each token
8. A model changes its answer after seeing an example in a prompt. What can be concluded about its learned weights?
   • They must have permanently changed
   • The prompt became part of every user’s training data
   • The model cannot use examples without retraining
   • A changed response does not by itself show a weight update