Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Kahneman-Tversky optimalizálási kvíz
Checks KTO’s binary desirability feedback, prospect-theory motivation, reference-point rewards, and limits across settings.
kérdés 1 -ból 8
Milyen adatokat igényel a KTO?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen adatokat igényel a KTO?
- Bináris kívánatos/nem kívánatos címkék az egyes kimeneteken
- A választott és az elutasított válaszok rangsorolt párjai
- Csak címkézetlen szöveg
- Numerikus jutalompontszámok 0-tól 100-ig
- Melyik munka ihlette a KTO-t?
- Einstein relativitáselmélete
- Kahneman és Tversky kilátáselmélete
- Darwin evolúciója
- Shannon információelmélete
- Mit jelent a „veszteségkerülés” a KTO-ban?
- A funkcióvesztés teljes elkerülése
- A veszteségekre való edzés megtagadása
- A nemkívánatos eredmények élesebb büntetése, mint a kívánatosak jutalmazása
- A tanulási arány negatívvá tétele
- 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
- A KTO-ban mihez képest mérik az eltéréseket?
- Referenciapont vagy alapszintű jutalomszint
- A paraméterek teljes száma
- A GPU hőmérséklete
- A szókincs mérete
- 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
- 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
- Which behavioral-economics framework motivates KTO?
- Classical signal detection theory
- Bayesian network structure learning
- The efficient-market hypothesis
- Kahneman and Tversky’s prospect theory