اختبار تحسين تفضيلات نسبة الصعاب

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الميزة العملية الرئيسية لـ ORPO مقارنة بأساليب مثل DPO؟
   • إنه يلغي الحاجة إلى نموذج مرجعي منفصل
   • لا يتطلب أي بيانات تدريب على الإطلاق
   • إنه يعمل فقط على نماذج الصور
   • ويضمن صفر الهلوسة
2. ما الذي تقارنه "نسبة الأرجحية" في ORPO؟
   • سرعة التدريب مقابل الدقة
   • احتمالات الاستجابة المختارة مقابل الاستجابة المرفوضة
   • معدلين مختلفين للتعلم
   • حجم النموذج مقابل حجم مجموعة البيانات
3. What form does an ORPO preference example contain?
   • Only a single unlabeled response
   • A prompt with two identical completions
   • A prompt with one chosen response and one disfavored response
   • A reward score with no associated responses
4. How does ORPO convert a response probability p into odds?
   • One minus p divided by p
   • The square root of p
   • The logarithm of the prompt length
   • p divided by one minus p
5. أفضل وصف لخسارة ORPO هو أي مجموعة؟
   • SFT إنتروبيا متقاطعة بالإضافة إلى مصطلح تفضيل نسبة الأرجحية
   • فقط درجة نموذج المكافأة
   • عودة التعلم المعزز النقي
   • حقن الضوضاء العشوائية
6. Which response receives the supervised fine-tuning component of ORPO?
   • Only the rejected response
   • The chosen or preferred response
   • A response sampled after deployment
   • No response; ORPO has no language-modeling term
7. Which parameter controls the weight of ORPO’s preference term relative to the supervised loss?
   • حجم المفردات الرمزية
   • عدد رؤوس الانتباه
   • The preference-loss coefficient
   • The prompt’s character count
8. Why should an ORPO result report its preference data and evaluation setup?
   • ORPO results are identical across datasets
   • The objective removes the need for evaluation
   • The number of model layers determines every preference
   • Outcomes depend on the dataset, coefficient, base model, and evaluation