최소 베이즈 위험 디코딩 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. MBR 디코딩은 가장 가능성이 높은 단일 시퀀스 대신 무엇을 선택합니까?
   • 다른 가능한 결과에 비해 기대되는 효용이 가장 높은 후보
   • 가장 짧은 시퀀스
   • 무작위 샘플
   • 가장 긴 시퀀스
2. 실제 참조를 사용할 수 없으므로 MBR은 무엇을 의사 참조로 사용합니까?
   • 고정된 외부 말뭉치
   • 샘플링된 후보 출력 풀 자체
   • 인간 주석
   • 훈련 세트
3. 순진한 MBR이 계산상 비용이 많이 드는 이유는 무엇입니까?
   • 모델 재교육이 필요합니다.
   • 더 큰 어휘가 필요하다
   • N개 후보의 쌍별 비교는 O(N 제곱) 메트릭 호출입니다.
   • GPU를 사용하지 않습니다.
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. 추론의 자체 일관성은 다음과 같은 이유로 MBR과 관련됩니다.
   • 많은 체인을 샘플링하고 가장 합의된 답변을 선택합니다.
   • 항상 첫 번째 샘플링된 답변을 취합니다.
   • 내부적으로 빔 검색을 사용합니다.
   • 모델의 분포를 무시합니다.
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