ガイド連動クイズ · ハード レベル

最小ベイズ リスク解読クイズ

期待されるユーティリティ、サンプリングされた擬似参照、二次候補比較、メトリック制限、MBR デコードの候補プール制約をテストします。

関連するガイドパス最小限のベイズ リスク デコーディング
質問 1 の 8

MBR デコードでは、最も可能性の高い単一のシーケンスの代わりに何を選択しますか?

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. MBR デコードでは、最も可能性の高い単一のシーケンスの代わりに何を選択しますか?
    • 他の可能性のある出力に対して期待される実用性が最も高い候補
    • 最短のシーケンス
    • ランダムなサンプル
    • 最長のシーケンス
  2. 真の参照は利用できないため、MBR は何を疑似参照として使用しますか?
    • 固定外部コーパス
    • サンプリングされた候補出力自体のプール
    • 人間による注釈
    • トレーニングセットは
  3. 単純な MBR の計算コストが高いのはなぜですか?
    • モデルの再トレーニングが必要です
    • より多くの語彙が必要です
    • N 個の候補のペアごとの比較は、O(N 乗) メトリック呼び出しです。
    • GPUを使用しません
  4. What has COMET been used for in minimum Bayes risk machine-translation experiments?
    • As a universal guarantee of better translation quality
    • As a tokenizer for the candidate pool
    • As an exact reference translation available at inference
    • As a learned utility metric in evaluated translation settings
  5. 推論の自己一貫性は、次の理由から MBR に関連します。
    • 多くのチェーンをサンプリングし、最も合意された答えを選択します
    • 常に最初のサンプル回答を採用します
    • 内部でビームサーチを使用
    • モデルの分布を無視します
  6. How is risk generally expressed in minimum Bayes risk decision-making?
    • Always one minus a normalized similarity score
    • Expected loss under a chosen loss function and reference distribution
    • The model’s parameter count divided by accuracy
    • The number of candidates sampled
  7. If the chosen utility metric disagrees with human judgments, what will MBR primarily optimize?
    • Human preference automatically overrides the metric
    • The model’s raw next-token likelihood
    • The expected utility under that selected metric
    • The shortest candidate in the pool
  8. If a high-quality answer is missing from the sampled candidate pool, what can MBR do?
    • It guarantees the missing answer is generated
    • It changes the model weights to add the answer
    • It replaces the utility metric with a human reference
    • It can only select or rerank candidates that are in the pool