Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Trắc nghiệm chắt lọc kiến thức
Áp dụng cách phân phối của giáo viên, mục tiêu được làm mềm và đánh giá học sinh một cách chắt lọc, bao gồm cả lý do tại sao việc bắt chước không đảm bảo độ chính xác ở cấp độ giáo viên.
Câu hỏi 1 của 8
Trong chắt lọc kiến thức, mẫu sinh viên được đào tạo để làm gì?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Trong chắt lọc kiến thức, mẫu sinh viên được đào tạo để làm gì?
- Đào tạo mô hình học sinh nhỏ để bắt chước mô hình giáo viên lớn
- Để làm cho mô hình lớn hơn và chính xác hơn
- Để gắn nhãn dữ liệu tự động
- Để mã hóa trọng số của mô hình
- 'Kiến thức đen tối' của giáo viên nghĩa là gì?
- Hành vi độc hại ẩn trong mô hình
- Phần được mã hóa của tệp mô hình
- Thông tin về xác suất tương đối mà giáo viên gán sai lớp
- Dữ liệu mà giáo viên chưa bao giờ được đào tạo
- Nhiệt độ (T) đóng vai trò gì trong quá trình chưng cất?
- Nó chỉ kiểm soát tốc độ đào tạo của mô hình
- Nó làm mềm softmax để những điểm tương đồng nhỏ giữa các lớp có thể học được
- Nó thiết lập số lớp trong học sinh
- Nó đo lượng nhiệt tỏa ra của GPU
- Quá trình chưng cất cổ điển kết hợp hai thành phần nào?
- Hai mô hình phần thưởng riêng biệt
- Sai số bình phương trung bình và mất bản lề
- Hình phạt KL đối với chính sách tham chiếu và hàm giá trị
- Thuật ngữ phân kỳ KL khớp với kết quả đầu ra mềm của giáo viên cộng với entropy chéo trên nhãn thực
- Đâu là ví dụ về mô hình ngôn ngữ chắt lọc?
- ResNet-50
- Word2Vec
- chưng cấtBERT
- AlexNet
- Chưng cất dựa trên tính năng khác với phương pháp tiếp cận dựa trên đầu ra cổ điển như thế nào?
- Nó khớp với các biểu diễn lớp ẩn trung gian, không chỉ kết quả đầu ra cuối cùng
- Nó hoàn toàn phớt lờ giáo viên
- Nó chỉ sử dụng nhãn cứng
- Nó đào tạo giáo viên thay vì học sinh
- Một giáo viên gán những xác suất nhỏ tương tự cho sói và cáo khi dự đoán con chó. Quá trình chưng cất mục tiêu mềm có thể chuyển những gì ra ngoài nhãn trên cùng?
- Một sự đảm bảo rằng một trong hai lựa chọn thay thế là nhãn chính xác
- Kho tài liệu đào tạo gốc đầy đủ của giáo viên
- Số lớp ẩn chính xác của giáo viên
- Mối quan hệ tương đối giữa điểm lớp thay thế của giáo viên
- Một học sinh chưng cất nhỏ hơn giáo viên của nó. Đánh giá nào là cần thiết trước khi triển khai?
- Giả sử độ chính xác của nó phải bằng độ chính xác của giáo viên
- Đo lường độ chính xác của nhiệm vụ và thời gian chạy trên hệ thống dự định
- Giả sử ít tham số hơn đảm bảo độ trễ thấp hơn trên mọi thiết bị
- Chỉ so sánh tên của các mô hình