ملٹی ٹاسک لرننگ کوئز

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

1. تربیت کے دوران ملٹی ٹاسک لرننگ ماڈل کیسے ترتیب دیا جاتا ہے؟
   • مشترکہ نمائندگی کے ساتھ متعدد متعلقہ کاموں پر ایک ماڈل کو تربیت دینا
   • ہر کام کے لیے الگ ماڈل کی تربیت
   • کسی ایک کام کے لیے صرف بغیر لیبل والے ڈیٹا کا استعمال کرنا
   • نیٹ ورک سے تمام پوشیدہ پرتوں کو ہٹانا
2. ایک عام ہارڈ پیرامیٹر شیئرنگ MTL نیٹ ورک میں، کیا مشترکہ ہے اور کیا الگ ہے؟
   • ہر کام کے لیے الگ الگ ہے۔
   • کام کے لیے مخصوص آؤٹ پٹ ہیڈز کے ساتھ مشترکہ ریڑھ کی ہڈی
   • صرف نقصان کا فنکشن شیئر کیا جاتا ہے۔
   • صرف ان پٹ ڈیٹا، کبھی پرتیں نہیں۔
3. ملٹی ٹاسک لرننگ جنرلائزیشن کو کیوں بہتر بنا سکتی ہے؟
   • یہ کسی بھی ڈیٹا کی ضرورت کو ختم کرتا ہے۔
   • یہ صفر تربیتی غلطی کی ضمانت دیتا ہے۔
   • متعلقہ کاموں کے سگنل مشترکہ نمائندگی کو باقاعدہ بناتے ہیں اور اوور فٹنگ کو کم کرتے ہیں۔
   • یہ ٹاسک مخصوص سربراہوں کی ضرورت کو دور کرتا ہے۔
4. ملٹی ٹاسک لرننگ میں 'منفی منتقلی' کیا ہے؟
   • جب کاموں کو شامل کرنا تربیت کو تیز کرتا ہے۔
   • جب ماڈل میں بہت کم پیرامیٹرز ہوں۔
   • جب تمام کام ایک جیسے لیبلز کا اشتراک کرتے ہیں۔
   • جب متضاد سگنلز کی وجہ سے ایک کام کے سیکھنے سے دوسرے کام کی کارکردگی کو نقصان پہنچتا ہے۔
5. عام طور پر ملٹی ٹاسک لرننگ میں مجموعی نقصان کیسے ہوتا ہے؟
   • انفرادی کام کے نقصانات کی وزنی رقم کے طور پر
   • صرف سب سے بڑا ٹاسک نقصان اٹھا کر
   • ایک کام کے سوا سب کو نظر انداز کر کے
   • نقصانات کو ایک ساتھ ضرب دے کر
6. بڑے زبان کے ماڈلز کو موروثی طور پر ملٹی ٹاسک کیوں سمجھا جاتا ہے؟
   • وہ صرف ایک مقررہ کام انجام دے سکتے ہیں۔
   • ایک نیٹ ورک ترجمہ، خلاصہ، کوڈنگ، اور سوال و جواب کو ہینڈل کرتا ہے۔
   • وہ ہر پرامپٹ کے لیے ایک مختلف ماڈل استعمال کرتے ہیں۔
   • وہ کبھی بھی کاموں میں پیرامیٹرز کا اشتراک نہیں کرتے ہیں۔
7. In soft parameter sharing, how are task models usually related?
   • They use one identical model with no task-specific outputs
   • They share no information and cannot exchange features
   • They keep separate parameters but add a constraint or penalty encouraging similarity
   • They share only the training labels
8. What does PCGrad do when two task gradients conflict?
   • It discards every task except the largest one
   • It changes the task labels
   • It replaces the shared backbone with separate datasets
   • It projects away conflicting gradient components before combining updates