Dalam konteks model Pembelajaran Mendalam (Deep Learning) yang sangat kompleks (seperti arsitektur Transformer besar yang digunakan dalam model bahasa generatif), manakah dari pilihan berikut yang merupakan tantangan mendasar terkait Interpretability (Keterbacaan/Keterjelasan) yang paling akurat?

Question

Dalam konteks model Pembelajaran Mendalam (Deep Learning) yang sangat kompleks (seperti arsitektur Transformer besar yang digunakan dalam model bahasa generatif), manakah dari pilihan berikut yang merupakan  tantangan mendasar  terkait  Interpretability  (Keterbacaan/Keterjelasan) yang paling akurat?

Answer

B. Kebutuhan komputasi yang sangat tinggi untuk pelatihan model secara langsung mencegah penggunaan alat interpretasi LIME atau SHAP.

Answer

D. Model yang kompleks hanya dapat membuat kesalahan prediksi ketika data pelatihan tidak seimbang atau mengandung  outlier  yang parah.

Answer

C. Adanya  trade-off  inheren di mana peningkatan akurasi prediktif seringkali dicapai dengan mengorbankan transparansi dan kemampuan untuk menjelaskan keputusan model.

Answer

semuanya benar

Answer

A. Peningkatan latensi inferensi model membuat visualisasi fitur menjadi tidak praktis bagi pengguna akhir.

Crowdly

Dalam konteks model Pembelajaran Mendalam (Deep Learning) yang sangat kompleks (...

Want instant access to all verified answers on orionbyte.moodiy.pro?