ڈبل ڈیسنٹ فینومینن کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. ٹیسٹ کی خرابی عام طور پر ڈبل ڈیسنٹ وکر میں کہاں ہوتی ہے؟
   • انٹرپولیشن دہلیز پر جہاں ماڈل تمام تربیتی ڈیٹا پر فٹ بیٹھتا ہے۔
   • کچھ پیرامیٹرز کے ساتھ تربیت کے بالکل آغاز میں
   • اربوں پیرامیٹرز کے بعد ہی
   • ٹیسٹ کی غلطی کبھی عروج پر نہیں ہوتی۔ یہ monotonically گر جاتا ہے
2. جب ایک ماڈل بہت زیادہ پیرامیٹرائز ہو جاتا ہے تو غلطی کی جانچ کا کیا ہوتا ہے؟
   • یہ اوور فٹنگ کی وجہ سے غیر معینہ مدت تک بڑھتا ہے۔
   • یہ دوبارہ کم ہو سکتا ہے، اکثر کلاسیکی کم از کم سے نیچے
   • یہ بالکل فلیٹ رہتا ہے۔
   • یہ بے ترتیب اور غیر متوقع ہو جاتا ہے۔
3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
   • Any neural network trained with gradient descent
   • Any model that reaches zero training error
   • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
   • A model trained without an optimization objective
4. 'Epoch-wise' ڈبل نزول سے مراد وہ اثر ہے جو کس کے فعل کے طور پر ظاہر ہوتا ہے؟
   • استعمال شدہ GPUs کی تعداد
   • صرف سیکھنے کی شرح کا شیڈول
   • ٹیسٹ سیٹ کا سائز
   • تربیت کا وقت (دوروں کی تعداد)
5. کون سا کلاسیکی خیال ڈبل نزول کو چیلنج کرتا ہے؟
   • تعصب-تغیر U-shaped tradeoff
   • بیک پروپیگیشن
   • سٹوکاسٹک گریڈینٹ ڈیسنٹ
   • سلسلہ کا قاعدہ
6. 2019 میں ڈبل ڈیسنٹ کریو کو مقبول اور باقاعدہ بنانے میں کس نے مدد کی؟
   • نیوٹن اور لیبنز
   • بیلکن، ہسو، ما، اور منڈل
   • ٹورنگ اور چرچ
   • صرف گمنام Kaggle حریف
7. Which model families did OpenAI report studying in its deep double-descent experiments?
   • Only decision trees and linear regression
   • Only recurrent speech recognizers
   • Convolutional neural networks, ResNets, and transformers
   • Only graphical game generators
8. Besides model size and training duration, which axis can also show double-descent behavior?
   • Font size in a report
   • The number of words in a product name
   • The screen resolution of a monitor
   • Training dataset size