Індукційні головки у вікторині «Трансформери».

Відповіді та пояснення з’являються під час виконання тесту.

1. Яке правило, по суті, виконує індукційна головка?
   • Спрогнозуйте найчастішу лексему в мові
   • Завжди копіюйте попередній маркер без змін
   • Довільно перемішайте маркери контексту
   • Дивіться [A][B] раніше, потім на [A] знову передбачте [B]
2. What capability was linked to induction-head behavior in the cited 2022 study?
   • In-context learning in the examined models, with broader large-model claims framed as hypotheses
   • A proof that every form of reasoning uses only one identical circuit
   • Changing the tokenizer vocabulary during every prompt
   • Permanent weight updates whenever a repeated token appears
3. Яку роль відіграє «головка попереднього жетона» в індукційному колі?
   • Він генерує остаточний softmax
   • Він видаляє позиційну інформацію
   • Він копіює інформацію про попередника кожного маркера вперед, щоб можна було зіставити
   • Нормалізує ваги уваги
4. Скільки фокусних головок зазвичай бере участь у канонічній індукційній схемі?
   • Рівно один
   • Два, складені між шарами
   • Сотні в одному шарі
   • Нуль; це лише пряме подання
5. What training relationship did the induction-head study report in the models it examined?
   • Head formation coincided with changes in loss behavior and increased in-context learning
   • All heads were fully formed before any training
   • Induction behavior could only appear after every parameter was frozen forever
   • The same exact training transition must occur in every future model
6. З якою задачею індукційна головка справляється найбільш безпосередньо?
   • Обчислення числового градієнта
   • Стиснення ваг моделі
   • Шифрування підказки введення
   • Повторення послідовності шляхом копіювання того, що слідує за попередніми відповідними маркерами
7. What roles do query-key matching and the output-value path play in the canonical induction circuit?
   • Query-key computations generate the final text filename; output-value computations train the tokenizer
   • Query-key computations select the matching context position; output-value computations promote the token information there
   • Both paths only count the total number of context words
   • The output-value path selects a position without any attention pattern
8. Does a demonstrated two-head induction circuit prove that every large-model in-context task uses that mechanism alone?
   • Yes; every architecture and prompt has already been causally tested
   • Yes; no other network computation can influence a prediction
   • No; the wider explanation remains a hypothesis needing model- and task-specific evidence
   • Only the number of parameters determines whether the proof is universal