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.

Kapcsolódó útmutató utakKahneman Tversky optimalizálás
kérdés 1 -ból 8

Milyen adatokat igényel a KTO?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. 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
  2. Melyik munka ihlette a KTO-t?
    • Einstein relativitáselmélete
    • Kahneman és Tversky kilátáselmélete
    • Darwin evolúciója
    • Shannon információelmélete
  3. 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
  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. A KTO-ban mihez képest mérik az eltéréseket?
    • Referenciapont vagy alapszintű jutalomszint
    • A paraméterek teljes száma
    • A GPU hőmérséklete
    • A szókincs mérete
  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