Câu đố tự chưng cất DINO

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. 'KHÔNG' trong DINO có nghĩa là gì?
   • Không có nhãn
   • Không có trình tối ưu hóa
   • Đầu ra thần kinh
   • Mục tiêu chuẩn hóa
2. Trọng số của mạng giáo viên được cập nhật trong DINO như thế nào?
   • Bằng cách giảm độ dốc trực tiếp khi mất
   • Ngẫu nhiên từng bước
   • Là một trung bình động hàm mũ của trọng số của học sinh
   • Chúng được đông lạnh từ một mô hình đã được huấn luyện trước
3. Việc tập trung và làm sắc nét kết quả đầu ra của giáo viên sẽ cản trở vấn đề gì?
   • GPU quá nóng
   • Chế độ thu gọn thành đầu ra không đổi
   • Tải dữ liệu chậm
   • Biến dạng màu
4. Trong chiến lược đa cây trồng của DINO, giáo viên nhận được những quan điểm nào?
   • Chỉ những cây trồng nhỏ ở địa phương
   • Các bản vá tiếng ồn ngẫu nhiên
   • Chỉ các phiên bản thang độ xám
   • Chỉ có cây trồng toàn cầu
5. What emergent property did the original DINO study observe in vision-transformer attention maps?
   • Every map reconstructs an exact depth measurement
   • Some maps highlight object structure without segmentation-label training
   • Attention is trained directly on human-drawn masks
   • All heads produce perfect object boundaries on every image
6. How did DINOv2 extend the visual-feature approach of the original DINO?
   • It scaled self-supervised training with curated data for transferable visual features
   • It replaced visual inputs with text-only training
   • It required segmentation labels for all pretraining images
   • It removed the student-teacher learning approach entirely
7. In DINO training, which network receives gradients from the student-teacher cross-entropy objective?
   • Only the teacher, while the student stays frozen
   • Both networks through the same backpropagation update
   • Neither network because the outputs are fixed labels
   • The student, while teacher parameters follow a moving average
8. What does using DINOv2 as a frozen backbone mean for a downstream task?
   • It must be retrained from scratch for every input image
   • No task-specific output component can be attached
   • Its pretrained feature-extractor weights remain fixed while task-specific components use its features
   • The pretrained features can only reproduce the original training images