Prueba de modelado de recompensas de Bradley-Terry

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué convierte el modelo Bradley-Terry en puntuaciones numéricas?
   • Comparaciones por pares de qué artículo se prefiere
   • Calificaciones absolutas de 1 a 10
   • Valores de píxeles sin procesar
   • Mediciones de series temporales
2. En Bradley-Terry, ¿la probabilidad de que A gane a B es función de qué?
   • El producto de sus puntuaciones.
   • La logística de la diferencia entre sus puntuaciones.
   • La proporción de sus tokens cuenta.
   • Un 50 por ciento fijo independientemente de las puntuaciones.
3. ¿Por qué las recompensas Bradley-Terry son identificables sólo hasta una constante aditiva?
   • Porque las puntuaciones deben sumar uno
   • Porque los humanos no pueden contar
   • Porque la derrota depende sólo de las diferencias de puntuación.
   • Porque el sigmoide elimina toda la información.
4. ¿Cuál es la pérdida estándar para una comparación de preferencia única en el modelo de recompensa?
   • Error cuadrático medio frente a una etiqueta de 1 a 10
   • Entropía cruzada sobre el vocabulario completo
   • Diferencia absoluta de longitudes de tokens
   • Log-sigmoideo negativo de (recompensa del elegido menos recompensa del rechazado)
5. ¿Qué método omite un modelo de recompensa separado al optimizar el objetivo de Bradley-Terry directamente en la política?
   • Optimización de preferencias directas (DPO)
   • Optimización de políticas próximas (PPO)
   • Normalización por lotes
   • Recorte de degradado
6. ¿Cuál es una limitación clave del supuesto de Bradley-Terry?
   • Requiere GPU para calcular
   • Asume una clasificación única, consistente y transitiva que puede romperse cuando las preferencias cambian.
   • Sólo funciona en imágenes.
   • No puede manejar más de tres elementos nunca.
7. ¿Por qué puede ser más fácil recopilar valoraciones por pares que puntuaciones de calidad absolutas?
   • Las elecciones por pares nunca contienen desacuerdos
   • Las puntuaciones absolutas no se pueden utilizar para el entrenamiento.
   • Un evaluador puede comparar dos candidatos directamente sin calibrar una escala numérica
   • Una etiqueta por pares revela cada característica del modelo de recompensa.
8. ¿Qué sistema de clasificación familiar está matemáticamente relacionado con la puntuación por pares al estilo Bradley-Terry?
   • PageRank para páginas web
   • TF-IDF para términos de documentos
   • Una transformada de Fourier para audio
   • Calificaciones Elo