Mit dem Guide verknüpftes Quiz · Mittel Ebene

Bradley-Terry-Quiz zur Belohnungsmodellierung

Verstehen Sie, wie Bradley-Terry paarweise Entscheidungen in Punktzahlen umwandelt, die Belohnungsmodellierung unterstützt und sich auf gängige Ranking-Systeme bezieht.

Verwandte FührungspfadeBradley Terry Belohnungsmodellierung
Frage 1 von 8

Was wandelt das Bradley-Terry-Modell in numerische Werte um?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was wandelt das Bradley-Terry-Modell in numerische Werte um?
    • Paarweiser Vergleich, welches Element bevorzugt wird
    • Absolute 1-zu-10-Bewertungen
    • Rohpixelwerte
    • Zeitreihenmessungen
  2. In Bradley-Terry ist die Wahrscheinlichkeit, dass A B schlägt, eine Funktion wovon?
    • Das Produkt ihrer Ergebnisse
    • Die Logistik der Differenz zwischen ihren Punktzahlen
    • Das Verhältnis ihrer Token-Zählungen
    • Eine feste Quote von 50 Prozent, unabhängig von der Punktzahl
  3. Warum sind Bradley-Terry-Belohnungen nur bis zu einer additiven Konstante identifizierbar?
    • Denn die Summe der Punkte muss eins sein
    • Weil Menschen nicht zählen können
    • Denn der Verlust hängt nur von Punkteunterschieden ab
    • Weil das Sigmoid alle Informationen entfernt
  4. Was ist der Standardverlust für einen einzelnen Präferenzvergleich bei der Belohnungsmodellierung?
    • Mittlerer quadratischer Fehler gegenüber einer 1-zu-10-Beschriftung
    • Kreuzentropie über den gesamten Wortschatz
    • Absoluter Unterschied der Tokenlängen
    • Negatives Log-Sigmoid von (Belohnung des Auserwählten minus Belohnung des Abgelehnten)
  5. Bei welcher Methode wird ein separates Belohnungsmodell übersprungen, indem das Bradley-Terry-Ziel direkt in der Richtlinie optimiert wird?
    • Direkte Präferenzoptimierung (DPO)
    • Proximale Richtlinienoptimierung (PPO)
    • Batch-Normalisierung
    • Farbverlaufsausschnitt
  6. Was ist eine wesentliche Einschränkung der Bradley-Terry-Annahme?
    • Für die Berechnung sind GPUs erforderlich
    • Es geht von einer einzigen konsistenten, transitiven Rangfolge aus, die bei wechselnden Präferenzen unterbrochen werden kann
    • Es funktioniert nur bei Bildern
    • Es können nie mehr als drei Elemente verarbeitet werden
  7. Why can pairwise judgments be easier to collect than absolute quality scores?
    • Pairwise choices never contain disagreement
    • Absolute scores cannot be used for training
    • A rater can compare two candidates directly without calibrating a numeric scale
    • A pairwise label reveals every feature of the reward model
  8. Which familiar ranking system is mathematically related to Bradley-Terry-style pairwise scoring?
    • PageRank for web pages
    • TF-IDF for document terms
    • A Fourier transform for audio
    • Elo ratings