Викторина, связанная с руководством · Жесткий Уровень
Тест на суперпозицию и многозначность
Проверки включают суперпозицию, разреженность, многосемантические нейроны, перекрывающиеся направления и геометрию сжатых представлений.
Вопрос 1 из 8
Что означает «суперпозиция» в нейронных сетях?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что означает «суперпозиция» в нейронных сетях?
- Представление большего количества функций, чем имеется нейронов, путем перекрытия их направлений.
- Установка нескольких моделей друг на друга
- Запуск модели дважды и усреднение
- Добавление шума к входным данным во время обучения
- Какое условие обеспечивает хорошую работу суперпозиции, несмотря на взаимодействие функций?
- Функции постоянно активно активны
- Функций мало, поэтому немногие из них активны одновременно.
- Использование только положительных активаций
- Иметь больше нейронов, чем функций
- Что такое многозначный нейрон?
- Нейрон, который никогда не активируется
- Нейрон, используемый только в выходном слое
- Нейрон, который реагирует на множество несвязанных понятий
- Нейрон без связей
- Какой документ Anthropic представил контролируемое исследование этого явления в 2022 году?
- Внимание — это все, что вам нужно
- Классификация ImageNet с глубокими CNN
- Игра в Atari с Deep RL
- Игрушечные модели суперпозиции
- Если слой должен хранить больше объектов, чем имеет размеры, что является геометрически неизбежным?
- Некоторые объекты должны иметь перекрывающиеся, неортогональные направления.
- Все функции могут оставаться совершенно ортогональными.
- Сеть должна выйти из строя
- Все функции становятся идентичными
- Почему суперпозиция затрудняет интерпретируемость?
- Это замедляет работу модели.
- Отдельные нейроны больше не соответствуют единым концепциям.
- Удаляет все функции из модели.
- Это влияет только на входной слой
- Why does sparse feature activity reduce interference when more features than dimensions are represented?
- Sparse activity makes all feature directions orthogonal
- It increases the number of neurons automatically
- Fewer features are active at the same time, so overlapping directions collide less often
- It removes the need for nonlinear computation
- What does an antipodal pair of feature directions look like geometrically?
- Two vectors at a right angle in separate dimensions
- Two vectors with identical directions and magnitudes
- A vector with no coordinates
- Two directions that point opposite ways along the same line