कन्नमैन-टवरस्की अनुकूलन प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. KTO को किस प्रकार के डेटा की आवश्यकता है?
   • व्यक्तिगत आउटपुट पर बाइनरी वांछनीय/अवांछनीय लेबल
   • चुने गए और अस्वीकृत उत्तरों के जोड़े को रैंक किया गया
   • केवल लेबल रहित पाठ
   • संख्यात्मक पुरस्कार स्कोर 0 से 100 तक
2. KTO किस निकाय के कार्य से प्रेरित है?
   • आइंस्टीन की सापेक्षता
   • कन्नमैन और टावर्सकी का संभावना सिद्धांत
   • डार्विन का विकास
   • शैनन का सूचना सिद्धांत
3. केटीओ में प्रयुक्त 'नुकसान से बचाव' क्या है?
   • किसी भी हानि समारोह से पूरी तरह बचना
   • घाटे पर प्रशिक्षण लेने से इंकार करना
   • वांछनीय परिणामों को पुरस्कृत करने की तुलना में अवांछनीय परिणामों को अधिक सख्ती से दंडित करना
   • सीखने की दर को नकारात्मक बनाना
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 में विचलन किसके सापेक्ष मापा जाता है?
   • एक संदर्भ बिंदु या आधारभूत इनाम स्तर
   • पैरामीटरों की कुल संख्या
   • जीपीयू तापमान
   • शब्दावली का आकार
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