KI-Grundlagen-Quiz

English Deutsch

Frage 1: Welche Komponente eines Convolutional Neural Networks extrahiert räumliche Merkmale aus Bildern?

A. Vollständig verbundene Schicht

B. Softmax-Schicht

C. Faltungsschicht

D. Dropout-Schicht

Frage 2: Welcher Hauptvorteil ergibt sich beim Transfer Learning für Computer-Vision-Aufgaben?

A. Es garantiert 100% Genauigkeit bei neuen Aufgaben

B. Ein Modell kann gelernte Merkmale aus einer verwandten Aufgabe weiterverwenden

C. Beschriftete Daten werden vollständig überflüssig

D. Das Training wird langsamer, aber stabiler

Frage 3: Welche Kennzahl eignet sich am besten zur Bewertung eines Binärklassifikators bei unausgeglichenen Daten?

A. Genauigkeit

B. Mittlerer quadratischer Fehler

C. Precision-Recall-AUC

D. Nur Log-Loss

Frage 4: Was steuert der Temperaturparameter beim Sampling großer Sprachmodelle?

A. Die Anzahl der Trainingsepochen

B. Die Schärfe der Softmax-Verteilung bei der Token-Generierung

C. Die Größe des Kontextfensters

D. Die Dimension der Token-Einbettungen

Frage 5: Welcher Ansatz hilft einem Reinforcement-Learning-Agenten, Exploration und Exploitation auszubalancieren?

A. Verwendung einer Epsilon-Greedy-Strategie

B. Ein Einfrieren des Replay-Buffers

C. Verzicht auf Reward Shaping

D. Deaktivierung von Policy-Gradient-Verfahren