Önek Ayarlama Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Önek ayarlama gerçekte neyi eğitir?
   • Modelin tüm transformatör ağırlıkları
   • Yalnızca modelin çıktı sözlüğü katmanı
   • Her görev için modelin ayrı bir kopyası
   • Model donmuş halde kalırken küçük bir sürekli önek vektörleri kümesi
2. Önek vektörleri nereye enjekte edilir?
   • Her dikkat katmanındaki anahtarlara ve değerlere
   • Yalnızca son çıktı katmanında
   • Yalnızca kayıp fonksiyonuna
   • Yerleştirmeden önce belirteç içine
3. Önek ayarlamayı kim ve kabaca ne zaman başlattı?
   • OpenAI 2018'de
   • Li ve Liang, 2021'de Stanford'da
   • Google, 2015'te
   • 2023'te Meta
4. Birçok göreve hizmet etmek için önek ayarlama neden caziptir?
   • Hiçbir eğitim verisine ihtiyaç duymaz
   • Çıkarımın hiçbir donanımda çalıştırılmamasını sağlar
   • Her görevin tam model kopyası yerine yalnızca küçük bir öneke ihtiyacı vardır
   • Tüm görevler için temel modeli aynı anda kalıcı olarak yeniden yazar
5. Önek eğitimini dengelemek için sıklıkla hangi numara kullanılır?
   • Her adımda öğrenme oranını iki katına çıkarın
   • Ön ekin dondurulması ve modelin eğitilmesi
   • Tüm dikkat katmanlarının kaldırılması
   • Daha sonra atılacak olan küçük bir ileri besleme ağı aracılığıyla öneki yeniden parametrelendirme
6. Önek ayarlama özellikle hangi tür görevlerde öne çıktı?
   • Tablodan metne dönüştürme ve özetleme gibi doğal dil oluşturma
   • Görüntü sınıflandırması
   • Ses dalga biçimi sentezi
   • Veritabanı indeksleme
7. Orijinal önek ayarlama makalesi, deneylerinde model parametrelerinin ne kadarını öğrendiğini bildirdi?
   • Yaklaşık %10
   • Yaklaşık %0,1
   • Yaklaşık %50
   • Tüm model parametreleri
8. Makalenin az veri ayarlarında önek ayarı nasıl performans gösterdi?
   • Her görevde her zaman tam ince ayarlarla eşleşti
   • Sınırlı örneklerle eğitilemedi
   • Değerlendirilen bazı düşük veri vakalarında tam ince ayardan daha iyi performans gösterdi
   • Her omurga parametresini değiştirdi