توانائی پر مبنی ماڈلز کوئز

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

1. توانائی پر مبنی ماڈل میں، توانائی کا ڈیٹا پوائنٹ کے امکان سے کیا تعلق ہے؟
   • اعلی توانائی کا مطلب ہے اعلی امکان
   • کم توانائی کا مطلب ہے زیادہ امکان (p(x) exp(-E(x))) کے متناسب ہے
   • توانائی اور امکان کا کوئی تعلق نہیں ہے۔
   • امکان براہ راست توانائی کے برابر ہے۔
2. توانائی پر مبنی ماڈلز کی تربیت کو کیا مشکل بناتا ہے؟
   • توانائی کی تقریب عصبی نیٹ ورک نہیں ہو سکتی
   • انہیں صرف لیبل والے ڈیٹا کی ضرورت ہوتی ہے۔
   • وہ تصویروں کی نمائندگی نہیں کر سکتے
   • پارٹیشن فنکشن Z (تمام ان پٹ پر نارملائزر) عام طور پر شمار کرنے کے قابل نہیں ہوتا ہے۔
3. نمونے لینے کا کون سا طریقہ عام طور پر EBM سے نمونے لینے کے لیے استعمال ہوتا ہے؟
   • لینگیوین ڈائنامکس (گریڈینٹ پر مبنی MCMC)
   • بیم کی تلاش
   • Quicksort
   • ایک سنگل فارورڈ پاس
4. سکور میچنگ جیسے طریقے پارٹیشن فنکشن Z کو کمپیوٹنگ سے کیوں بچ سکتے ہیں؟
   • کیونکہ Z ہمیشہ 1 کے برابر ہوتا ہے۔
   • کیونکہ وہ توانائی کے کام کو نظر انداز کرتے ہیں۔
   • کیونکہ لاگ p(x) کا میلان E(x) کا -gradient ہے، اور Z (x میں ایک مستقل) فرق کرتے وقت گر جاتا ہے۔
   • کیونکہ وہ صرف مجرد ڈیٹا پر کام کرتے ہیں۔
5. ان میں سے کون سا کلاسک توانائی پر مبنی ماڈل ہے؟
   • ٹرانسفارمر
   • فیصلے کا درخت
   • K کا مطلب الگورتھم ہے۔
   • ہاپ فیلڈ نیٹ ورک
6. For a differentiable EBM density with Z constant in x, how does its score relate to energy?
   • The score equals the partition function itself
   • The score equals the negative input gradient of energy
   • The score ignores the learned energy entirely
   • The score is always the positive energy gradient
7. An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
   • Every probability increases by c
   • All inputs become equally probable
   • They remain unchanged after the partition function is adjusted
   • The normalizer must be set to zero
8. For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
   • Configuration a has greater probability than b
   • Configuration b has greater probability because its energy is higher
   • Both probabilities must be exactly one
   • The comparison requires different partition functions for each point