गाइड से जुड़ी प्रश्नोत्तरी · कठिन स्तर
मिनिमम बेयस रिस्क डिकोडिंग क्विज़
परीक्षण अपेक्षित उपयोगिता, नमूना छद्म संदर्भ, द्विघात उम्मीदवार तुलना, मीट्रिक सीमाएं, और एमबीआर डिकोडिंग के उम्मीदवार-पूल की बाधाएं।
प्रश्न 1 का 8
एमबीआर डिकोडिंग एकल सबसे संभावित अनुक्रम के बजाय क्या चुनता है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- एमबीआर डिकोडिंग एकल सबसे संभावित अनुक्रम के बजाय क्या चुनता है?
- अन्य संभावित आउटपुट के मुकाबले उच्चतम अपेक्षित उपयोगिता वाला उम्मीदवार
- सबसे छोटा क्रम
- एक यादृच्छिक नमूना
- सबसे लंबा क्रम
- चूंकि सच्चे संदर्भ अनुपलब्ध हैं, एमबीआर छद्म संदर्भ के रूप में क्या उपयोग करता है?
- एक निश्चित बाह्य कोष
- नमूना उम्मीदवार का पूल स्वयं आउटपुट देता है
- मानव टिप्पणियाँ
- प्रशिक्षण सेट
- अनुभवहीन एमबीआर कम्प्यूटेशनल रूप से महंगा क्यों है?
- इसके लिए मॉडल को पुनः प्रशिक्षित करने की आवश्यकता है
- इसके लिए एक बड़ी शब्दावली की आवश्यकता है
- एन उम्मीदवारों की जोड़ीवार तुलना ओ (एन वर्ग) मीट्रिक कॉल है
- यह किसी GPU का उपयोग नहीं करता है
- 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
- तर्क में आत्म-स्थिरता एमबीआर से संबंधित है क्योंकि यह:
- कई शृंखलाओं के नमूने लें और सबसे अधिक सहमत उत्तर चुनें
- हमेशा पहला नमूना उत्तर लेता है
- आंतरिक रूप से बीम खोज का उपयोग करता है
- मॉडल के वितरण पर ध्यान नहीं देता
- 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