Quiz collegato alla guida · Medio Livello

Quiz sull'ottimizzazione delle preferenze del rapporto quote

Spiega l'obiettivo di preferenza senza modello di riferimento di ORPO, la penalità del rapporto probabilità e la formazione combinata supervisionata e basata sulle preferenze.

Domanda 1 di 8

Qual è il principale vantaggio pratico di ORPO rispetto a metodi come DPO?

Anteprima di ogni domanda8 domande

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

  1. Qual è il principale vantaggio pratico di ORPO rispetto a metodi come DPO?
    • Elimina la necessità di un modello di riferimento separato
    • Non richiede alcun dato di addestramento
    • Funziona solo su modelli di immagine
    • Garantisce zero allucinazioni
  2. Con cosa si confronta l'"odds ratio" in ORPO?
    • Velocità di allenamento rispetto alla precisione
    • Le probabilità della risposta scelta rispetto alla risposta rifiutata
    • Due diversi tassi di apprendimento
    • La dimensione del modello rispetto alla dimensione del set di dati
  3. What form does an ORPO preference example contain?
    • Only a single unlabeled response
    • A prompt with two identical completions
    • A prompt with one chosen response and one disfavored response
    • A reward score with no associated responses
  4. How does ORPO convert a response probability p into odds?
    • One minus p divided by p
    • The square root of p
    • The logarithm of the prompt length
    • p divided by one minus p
  5. La perdita ORPO è meglio descritta come quale combinazione?
    • Entropia incrociata SFT più un termine di preferenza ponderato per il rapporto odd
    • Solo un punteggio del modello di ricompensa
    • Un puro ritorno dell’apprendimento per rinforzo
    • Iniezione di rumore casuale
  6. Which response receives the supervised fine-tuning component of ORPO?
    • Only the rejected response
    • The chosen or preferred response
    • A response sampled after deployment
    • No response; ORPO has no language-modeling term
  7. Which parameter controls the weight of ORPO’s preference term relative to the supervised loss?
    • La dimensione del vocabolario del tokenizzatore
    • Il numero di teste di attenzione
    • The preference-loss coefficient
    • The prompt’s character count
  8. Why should an ORPO result report its preference data and evaluation setup?
    • ORPO results are identical across datasets
    • The objective removes the need for evaluation
    • The number of model layers determines every preference
    • Outcomes depend on the dataset, coefficient, base model, and evaluation