セルフプレイ微調整クイズ

クイズに答えると、答えと解説が表示されます。

1. 人間の棋譜を一切使わず、自己対局のみで超人的な囲碁棋戦に到達した有名なシステムはどれでしょうか？
   • アルファ碁ゼロ
   • ディープブルー
   • ワトソン
   • GPT-2
2. SPIN において、モデルが倒さなければならない「敵」の役割は何ですか?
   • 人間が訓練した別個の報酬モデル
   • モデル自体の以前のチェックポイントと生成された応答
   • ランダムテキストジェネレーター
   • トークナイザー
3. セルフプレイの微調整によるデータ効率の主な利点は何ですか?
   • ラウンドごとにまったく新しい人間のデータセットが必要です
   • 無限のデータでのみ機能します
   • 人間による新たなラベルを付けずに、固定データセットからより多くの利益を抽出できます
   • モデルはまったく必要ありません
4. SPIN のトレーニング目標において、モデルは何をするように求められていますか?
   • 人間のリファレンスよりも独自に生成した回答を好む
   • 人間のデータをすべて無視する
   • テストセットを暗記する
   • 人間の参照応答に、それ自身の以前の出力よりも高い尤度を割り当てます。
5. Which pair of games did the AlphaZero paper demonstrate beyond its Go experiments?
   • Chess and shogi
   • Poker and bridge
   • Checkers and Othello
   • Atari and StarCraft
6. What risk did researchers report when language models are recursively trained on generated data?
   • Model collapse, with loss of diversity and representation of the original distribution
   • Guaranteed monotonic improvement at every iteration
   • Automatic prevention of distribution shift
   • A higher count of verified human labels
7. What search component does AlphaGo Zero use alongside self-play?
   • A nearest-neighbor lookup over human game records
   • A language-model tokenizer
   • Monte Carlo tree search guided by a policy and value network
   • A fixed list of opening moves
8. Why can automatic checkers be useful in self-play for math or code tasks?
   • They guarantee that a model never learns incorrect strategies
   • They replace the need for a task specification
   • They make all generated examples independent of the model
   • They can verify generated solutions without requiring a new human label for each attempt