Pular para o conteúdo principal

Questão de Noções de Informática — Inteligência Artificial e Automação — UFSM 2025

Noções de InformáticaInteligência Artificial e Automação
Código
qg621553
Banca
UFSM
Órgão
UFSM
Ano
2025
Nível
Superior
Cargo
Analista de Tecnologia da Informação (Inteligência Artificial)
Referente à arquitetura original do Transformer (conforme o artigo “Attention is All You Need”, de Vaswani et. al. 2017), qual é a principal vantagem do uso do mecanismo Multi-Head Attention em comparação com uma única camada de atenção na arquitetura Transformer?
  1. AReduzir o número de parâmetros treináveis do modelo.
  2. BPermitir que o modelo capture diferentes aspectos das relações entre as palavras em paralelo.
  3. CEliminar a necessidade de normalização em camadas.
  4. DAumentar a profundidade da rede sem adicionar camadas.
  5. EAjustar funções específicas, sem a necessidade do uso global de funções como a sigmoid ou ReLU.
Revelar gabarito e comentário

GabaritoB — Permitir que o modelo capture diferentes aspectos das relações entre as palavras em paralelo.

Link permanente: /questoes/qg621553