গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর
ন্যূনতম Bayes ঝুঁকি ডিকোডিং কুইজ
প্রত্যাশিত ইউটিলিটি, নমুনাযুক্ত ছদ্ম-রেফারেন্স, চতুর্মুখী প্রার্থীর তুলনা, মেট্রিক সীমা এবং এমবিআর ডিকোডিংয়ের প্রার্থী-পুলের সীমাবদ্ধতা পরীক্ষা করে।
প্রশ্ন 1 এর 8
MBR ডিকোডিং একক সবচেয়ে সম্ভাব্য ক্রম পরিবর্তে কি নির্বাচন করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- MBR ডিকোডিং একক সবচেয়ে সম্ভাব্য ক্রম পরিবর্তে কি নির্বাচন করে?
- অন্যান্য সম্ভাব্য ফলাফলের বিপরীতে সর্বোচ্চ প্রত্যাশিত ইউটিলিটি সহ প্রার্থী
- সংক্ষিপ্ততম ক্রম
- একটি এলোমেলো নমুনা
- দীর্ঘতম ক্রম
- যেহেতু সত্য রেফারেন্সগুলি অনুপলব্ধ, এমবিআর ছদ্ম-রেফারেন্স হিসাবে কী ব্যবহার করে?
- একটি নির্দিষ্ট বাহ্যিক কর্পাস
- নমুনা প্রার্থীর পুল নিজেদের আউটপুট
- মানুষের টীকা
- প্রশিক্ষণ সেট
- কেন নিষ্পাপ MBR গণনাগতভাবে ব্যয়বহুল?
- এটি মডেল পুনরায় প্রশিক্ষণ প্রয়োজন
- এটি একটি বড় শব্দভান্ডার প্রয়োজন
- N প্রার্থীদের পেয়ারওয়াইসে তুলনা হল O(N স্কোয়ার) মেট্রিক কল
- এটি কোন GPU ব্যবহার করে না
- What has COMET been used for in minimum Bayes risk machine-translation experiments?
- As a universal guarantee of better translation quality
- As a tokenizer for the candidate pool
- As an exact reference translation available at inference
- As a learned utility metric in evaluated translation settings
- যুক্তিতে স্ব-সংগতি MBR এর সাথে সম্পর্কিত কারণ এটি:
- অনেক চেইনের নমুনা দেয় এবং সবচেয়ে সম্মত উত্তর বেছে নেয়
- সর্বদা প্রথম নমুনা উত্তর নেয়
- অভ্যন্তরীণভাবে মরীচি অনুসন্ধান ব্যবহার করে
- মডেলের বিতরণ উপেক্ষা করে
- How is risk generally expressed in minimum Bayes risk decision-making?
- Always one minus a normalized similarity score
- Expected loss under a chosen loss function and reference distribution
- The model’s parameter count divided by accuracy
- The number of candidates sampled
- If the chosen utility metric disagrees with human judgments, what will MBR primarily optimize?
- Human preference automatically overrides the metric
- The model’s raw next-token likelihood
- The expected utility under that selected metric
- The shortest candidate in the pool
- If a high-quality answer is missing from the sampled candidate pool, what can MBR do?
- It guarantees the missing answer is generated
- It changes the model weights to add the answer
- It replaces the utility metric with a human reference
- It can only select or rerank candidates that are in the pool