가이드 연계 퀴즈 · 중간 레벨

Kahneman-Tversky 최적화 퀴즈

KTO의 바이너리 바람직성 피드백, 전망 이론 동기 부여, 기준점 보상 및 설정 전반에 걸친 제한을 확인합니다.

관련 가이드 경로Kahneman Tversky 최적화
질문 1 의 8

KTO에는 어떤 종류의 데이터가 필요합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. KTO에는 어떤 종류의 데이터가 필요합니까?
    • 개별 출력의 바이너리 바람직/바람직하지 않음 라벨
    • 선택 및 거부된 답변의 순위 쌍
    • 라벨이 없는 텍스트만
    • 0에서 100까지의 숫자 보상 점수
  2. KTO는 어떤 작품에서 영감을 받았나요?
    • 아인슈타인의 상대성 이론
    • Kahneman과 Tversky의 전망 이론
    • 다윈의 진화
    • 섀넌의 정보 이론
  3. 공사에서 말하는 '손실회피'란 무엇인가요?
    • 손실 함수를 완전히 피하는 것
    • 손실에 대한 훈련 거부
    • 바람직한 결과에 대한 보상보다 바람직하지 않은 결과에 더 큰 처벌을 가함
    • 학습률을 음수로 만들기
  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. KTO에서는 무엇을 기준으로 편차를 측정합니까?
    • 기준점 또는 기준 보상 수준
    • 총 매개변수 수
    • GPU 온도
    • 어휘 크기
  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