ガイド連動クイズ · 中 レベル

カーネマン・トベルスキー最適化クイズ

KTO のバイナリ望ましさフィードバック、見通し理論の動機、基準点の報酬、設定全体の制限をチェックします。

関連するガイドパスカーネマン・トベルスキーの最適化
質問 1 の 8

KTO はどのような種類のデータを必要としますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. KTO はどのような種類のデータを必要としますか?
    • 個々の出力のバイナリの望ましい/望ましくないラベル
    • 選択された回答と拒否された回答のランク付けされたペア
    • ラベルのないテキストのみ
    • 0 ～ 100 の数値報酬スコア
  2. KTO はどの作品からインスピレーションを受けていますか?
    • アインシュタインの相対性理論
    • カーネマンとトベルスキーのプロスペクト理論
    • ダーウィンの進化論
    • シャノンの情報理論
  3. KTOで使われる「損失回避」とは何ですか?
    • 損失関数を完全に回避する
    • 負けた時のトレーニングを拒否する
    • 望ましい成果に報酬を与えるよりも、望ましくない成果に厳しくペナルティを与える
    • 学習率をマイナスにする
  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. KTO では、偏差は何に対して相対的に測定されますか?
    • 基準点またはベースライン報酬レベル
    • パラメータの総数
    • GPU温度
    • 語彙のサイズ
  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