গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

Kahneman-Tversky অপ্টিমাইজেশান কুইজ

KTO-এর বাইনারি আকাঙ্খিত প্রতিক্রিয়া, সম্ভাবনা-তত্ত্ব প্রেরণা, রেফারেন্স-পয়েন্ট পুরস্কার, এবং সেটিংস জুড়ে সীমা পরীক্ষা করে।

সম্পর্কিত গাইড পাথKahneman Tversky অপ্টিমাইজেশান
প্রশ্ন 1 এর 8

KTO-এর কি ধরনের ডেটা প্রয়োজন?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. KTO-এর কি ধরনের ডেটা প্রয়োজন?
    • পৃথক আউটপুটগুলিতে বাইনারি পছন্দসই/অবাঞ্ছিত লেবেল
    • নির্বাচিত এবং প্রত্যাখ্যান করা উত্তরগুলির র‌্যাঙ্ক করা জোড়া
    • শুধুমাত্র লেবেলবিহীন পাঠ্য
    • 0 থেকে 100 পর্যন্ত সংখ্যাসূচক পুরস্কারের স্কোর
  2. KTO কোন কাজের দ্বারা অনুপ্রাণিত?
    • আইনস্টাইনের আপেক্ষিকতা
    • Kahneman এবং Tversky এর সম্ভাবনা তত্ত্ব
    • ডারউইনের বিবর্তন
    • শ্যাননের তথ্য তত্ত্ব
  3. কেটিও-তে ব্যবহৃত 'লস এভার্সন' কী?
    • সম্পূর্ণরূপে কোনো ক্ষতি ফাংশন এড়ানো
    • লোকসানের বিষয়ে প্রশিক্ষণ দিতে অস্বীকার করা
    • অবাঞ্ছিত আউটপুটগুলিকে পুরস্কৃত করার চেয়ে বেশি তীক্ষ্ণভাবে শাস্তি দেওয়া
    • শেখার হার নেতিবাচক করা
  4. What kind of feedback can KTO learn from without requiring paired comparisons?
    • Only a ranked list of five outputs
    • Only a reference translation
    • Only a token-level grammar mask
    • A binary label indicating whether an individual output is desirable
  5. KTO-তে বিচ্যুতি পরিমাপ করা হয় কিসের সাপেক্ষে?
    • একটি রেফারেন্স পয়েন্ট বা বেসলাইন পুরস্কার স্তর
    • প্যারামিটারের মোট সংখ্যা
    • GPU তাপমাত্রা
    • শব্দভান্ডারের আকার
  6. What does the KTO reference point help define?
    • The number of transformer layers
    • Whether an output’s implicit reward is above or below a baseline
    • A fixed translation in another language
    • The model’s maximum context length
  7. Does KTO’s use of binary desirability feedback prove it will outperform preference-pair methods?
    • Yes, binary feedback is always superior
    • Yes, it eliminates the need to train a model
    • No; performance depends on the model, data, and evaluation setting
    • No, because binary feedback cannot be used for language models
  8. Which behavioral-economics framework motivates KTO?
    • Classical signal detection theory
    • Bayesian network structure learning
    • The efficient-market hypothesis
    • Kahneman and Tversky’s prospect theory