第13回: 高次元の深淵: 幾何学的な恐怖と祝福（理解度チェック）

高次元の集中

Q1. ほぼ直交

高次元でランダムなベクトルがほぼ直交する現象の読み方として、正しいものはどれか。

本文の対応箇所： 参照する

Q2. ほぼ等距離

高次元で距離が集中すると、近傍探索にどのような問題が起きうるか。

本文の対応箇所： 参照する

Q3. 赤道集中

高次元球面で赤道集中が起きるという説明はどれか。

本文の対応箇所： 参照する

Q4. k近傍法（k-Nearest Neighbors、kNN）と内在次元

高次元空間でのk近傍法（k-Nearest Neighbors、kNN）について、最も慎重な説明はどれか。

本文の対応箇所： 参照する

スパース性と設計

Q5. ANN（Approximate Nearest Neighbor、近似最近傍）とスパース性

近似最近傍探索（Approximate Nearest Neighbor、ANN）が大規模検索で使われる理由はどれか。

本文の対応箇所： 参照する

Q6. MoE（Mixture of Experts、専門家混合）のルーティング

MoE（Mixture of Experts、専門家混合）のルーティングとk近傍法（kNN）の類似性として、適切な説明はどれか。

本文の対応箇所： 参照する

Q7. MoEの課題

MoEでルーティングが偏ると起きる問題はどれか。

本文の対応箇所： 参照する

Q8. 高次元の設計原理

近傍検索の再現率が低く、MoEでは一部のExpertに負荷が偏っている。高次元の性質を踏まえた対応として、最も適切なものはどれか。

本文の対応箇所： 参照する