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.
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.
- 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
- 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
- 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
- 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)
- 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
- 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
- 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
- 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