Mit dem Guide verknüpftes Quiz · Mittel Ebene

Quotenverhältnis-Präferenzoptimierungsquiz

Erklärt ORPOs referenzmodellfreies Präferenzziel, den Odds-Ratio-Strafwert und das kombinierte überwachte und Präferenztraining.

Verwandte FührungspfadeQuotenverhältnis-Präferenzoptimierung
Frage 1 von 8

Was ist der wesentliche praktische Vorteil von ORPO gegenüber Methoden wie DPO?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Was ist der wesentliche praktische Vorteil von ORPO gegenüber Methoden wie DPO?
    • Dadurch entfällt die Notwendigkeit eines separaten Referenzmodells
    • Es sind keinerlei Trainingsdaten erforderlich
    • Es funktioniert nur bei Bildmodellen
    • Es garantiert keine Halluzinationen
  2. Was ist das „Odds Ratio“ bei ORPO im Vergleich?
    • Trainingsgeschwindigkeit versus Genauigkeit
    • Die Wahrscheinlichkeit der gewählten Antwort im Vergleich zur abgelehnten Antwort
    • Zwei unterschiedliche Lernraten
    • Die Modellgröße im Vergleich zur Datensatzgröße
  3. Welche Form enthält ein ORPO-Präferenzbeispiel?
    • 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. Wie rechnet ORPO eine Antwortwahrscheinlichkeit p in Quoten um?
    • One minus p divided by p
    • The square root of p
    • The logarithm of the prompt length
    • p divided by one minus p
  5. Der ORPO-Verlust lässt sich am besten als welche Kombination beschreiben?
    • SFT-Kreuzentropie plus ein gewichteter Odds-Ratio-Präferenzterm
    • Nur ein Belohnungsmodell-Score
    • Eine reine Reinforcement-Learning-Rückkehr
    • Zufällige Rauschinjektion
  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?
    • Die Vokabulargröße des Tokenizers
    • Die Anzahl der Aufmerksamkeitsköpfe
    • 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