Тест, свързан с ръководство · Среден Ниво

Тест за оптимизиране на предпочитанията за коефициенти

Обяснява целта на предпочитанията без референтен модел на ORPO, наказанието за съотношението на шансовете и комбинираното контролирано и предпочитано обучение.

Свързани ръководни пътекиОптимизиране на предпочитанията за съотношение на шансовете
Въпрос 1 на 8

Кое е основното практическо предимство на ORPO пред методи като DPO?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Кое е основното практическо предимство на ORPO пред методи като DPO?
    • Това елиминира необходимостта от отделен референтен модел
    • Изобщо не изисква данни за обучение
    • Работи само върху модели с изображения
    • Гарантира нулеви халюцинации
  2. Какво сравнява „съотношението на шансовете“ в ORPO?
    • Скорост на обучение срещу точност
    • Шансовете на избрания отговор спрямо отхвърления отговор
    • Две различни скорости на обучение
    • Размерът на модела спрямо размера на набора от данни
  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. Загубата на ORPO е най-добре описана като коя комбинация?
    • SFT кръстосана ентропия плюс претеглен предпочитан термин за коефициенти
    • Само резултат от модел на награда
    • Чисто завръщане на обучението за подсилване
    • Инжектиране на случаен шум
  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?
    • Размерът на речника на токенизатора
    • Броят на главите за внимание
    • 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