Quiz collegato alla guida · Medio Livello

Quiz sull'ottimizzazione di Kahneman-Tversky

Controlla il feedback binario di desiderabilità di KTO, la motivazione della teoria del potenziale cliente, i premi del punto di riferimento e i limiti in tutte le impostazioni.

Percorsi guida correlatiOttimizzazione di Kahneman Tversky
Domanda 1 di 8

Che tipo di dati richiede KTO?

Anteprima di ogni domanda8 domande

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

  1. Che tipo di dati richiede KTO?
    • Etichette binarie desiderabili/indesiderabili sui singoli output
    • Coppie classificate di risposte scelte e rifiutate
    • Solo testo senza etichetta
    • Punteggi di ricompensa numerici da 0 a 100
  2. KTO si ispira a quale corpo di lavoro?
    • La relatività di Einstein
    • La teoria del prospetto di Kahneman e Tversky
    • L'evoluzione di Darwin
    • La teoria dell'informazione di Shannon
  3. Cos'è l'"avversione alle perdite" come viene utilizzata in KTO?
    • Evitare completamente qualsiasi funzione di perdita
    • Rifiutarsi di allenarsi sulle perdite
    • Penalizzare i risultati indesiderabili più severamente che premiare quelli desiderabili
    • Rendere negativo il tasso di apprendimento
  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. In KTO, le deviazioni vengono misurate rispetto a cosa?
    • Un punto di riferimento o un livello di ricompensa di base
    • Il numero totale di parametri
    • La temperatura della GPU
    • La dimensione del vocabolario
  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