Test de învățare cu mai multe sarcini

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Cum este configurat un model de învățare cu sarcini multiple în timpul antrenamentului?
   • Antrenarea unui model pe mai multe sarcini conexe cu reprezentări partajate
   • Antrenarea unui model separat pentru fiecare sarcină
   • Folosind numai date neetichetate pentru o singură sarcină
   • Eliminarea tuturor straturilor ascunse dintr-o rețea
2. Într-o rețea MTL tipică cu partajare a parametrilor dur, ce este partajat și ce este separat?
   • Totul este separat pentru fiecare sarcină
   • O coloană vertebrală partajată cu capete de ieșire specifice sarcinii
   • Numai funcția de pierdere este partajată
   • Doar datele de intrare, niciodată straturile
3. De ce învățarea cu mai multe sarcini poate îmbunătăți generalizarea?
   • Elimină necesitatea oricăror date
   • Acesta garantează zero eroare de antrenament
   • Semnalele de la sarcinile conexe regularizează reprezentarea partajată și reduc supraadaptarea
   • Îndepărtează nevoia de capete specifice sarcinii
4. Ce este „transferul negativ” în învățarea cu sarcini multiple?
   • Când adăugați sarcini accelerează antrenamentul
   • Când modelul are prea puțini parametri
   • Când toate sarcinile au aceleași etichete
   • Când învățarea unei sarcini afectează performanța alteia din cauza semnalelor conflictuale
5. Cum se formează de obicei pierderea globală în învățarea cu sarcini multiple?
   • Ca sumă ponderată a pierderilor de sarcini individuale
   • Luând doar cea mai mare pierdere de sarcină
   • Ignorând toate sarcinile cu excepția uneia
   • Înmulțind pierderile împreună
6. De ce modelele mari de limbaj sunt considerate în mod inerent multi-task?
   • Ei pot îndeplini doar o sarcină fixă
   • O singură rețea se ocupă de traducere, rezumare, codificare și întrebări și răspunsuri
   • Ei folosesc un model diferit pentru fiecare prompt
   • Nu împărtășesc niciodată parametri între sarcini
7. In soft parameter sharing, how are task models usually related?
   • They use one identical model with no task-specific outputs
   • They share no information and cannot exchange features
   • They keep separate parameters but add a constraint or penalty encouraging similarity
   • They share only the training labels
8. What does PCGrad do when two task gradients conflict?
   • It discards every task except the largest one
   • It changes the task labels
   • It replaces the shared backbone with separate datasets
   • It projects away conflicting gradient components before combining updates