Quiz collegato alla guida · Medio Livello

Quiz sulla modellazione della ricompensa di Bradley-Terry

Comprendere come Bradley-Terry trasforma le scelte a coppie in punteggi, supporta la modellazione delle ricompense e si collega ai sistemi di classificazione comuni.

Percorsi guida correlatiBradley Terry Modello di ricompensa
Domanda 1 di 8

Cosa converte il modello Bradley-Terry in punteggi numerici?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Cosa converte il modello Bradley-Terry in punteggi numerici?
    • Confronti a coppie di quale elemento è preferito
    • Valutazioni assolute da 1 a 10
    • Valori dei pixel grezzi
    • Misure di serie temporali
  2. In Bradley-Terry, la probabilità che A batte B è funzione di cosa?
    • Il prodotto dei loro punteggi
    • La logistica della differenza tra i loro punteggi
    • Il rapporto tra i loro token conta
    • Un 50% fisso indipendentemente dai punteggi
  3. Perché le ricompense di Bradley-Terry sono identificabili solo fino a una costante additiva?
    • Perché la somma dei punteggi deve essere uno
    • Perché gli esseri umani non possono contare
    • Perché la sconfitta dipende solo dalle differenze di punteggio
    • Perché il sigma rimuove tutte le informazioni
  4. Qual è la perdita standard per un confronto con una singola preferenza nella modellazione della ricompensa?
    • Errore quadratico medio rispetto a un'etichetta da 1 a 10
    • Entropia incrociata sull'intero vocabolario
    • Differenza assoluta delle lunghezze dei token
    • Log-sigmoide negativo di (ricompensa del scelto meno ricompensa del rifiutato)
  5. Quale metodo salta un modello di ricompensa separato ottimizzando l'obiettivo Bradley-Terry direttamente sulla politica?
    • Ottimizzazione delle preferenze dirette (DPO)
    • Ottimizzazione della politica prossimale (PPO)
    • Normalizzazione batch
    • Ritaglio gradiente
  6. Qual è un limite fondamentale dell’ipotesi Bradley-Terry?
    • Richiede GPU per il calcolo
    • Presuppone un’unica classificazione coerente e transitiva che può rompersi quando le preferenze cambiano
    • Funziona solo sulle immagini
    • Non può gestire mai più di tre elementi
  7. Why can pairwise judgments be easier to collect than absolute quality scores?
    • Pairwise choices never contain disagreement
    • Absolute scores cannot be used for training
    • A rater can compare two candidates directly without calibrating a numeric scale
    • A pairwise label reveals every feature of the reward model
  8. Which familiar ranking system is mathematically related to Bradley-Terry-style pairwise scoring?
    • PageRank for web pages
    • TF-IDF for document terms
    • A Fourier transform for audio
    • Elo ratings