Kuiz Pengoptimuman Kahneman-Tversky

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah jenis data yang diperlukan oleh KTO?
   • Label binari yang diingini/tidak diingini pada output individu
   • Kedudukan pasangan jawapan yang dipilih dan ditolak
   • Hanya teks tidak berlabel
   • Markah ganjaran berangka dari 0 hingga 100
2. KTO diilhamkan oleh badan kerja yang mana?
   • Relativiti Einstein
   • Teori prospek Kahneman dan Tversky
   • evolusi Darwin
   • Teori maklumat Shannon
3. Apakah 'loss aversion' seperti yang digunakan dalam KTO?
   • Mengelakkan sebarang fungsi kehilangan sepenuhnya
   • Enggan berlatih tentang kerugian
   • Menghukum output yang tidak diingini dengan lebih tajam daripada memberi ganjaran yang diingini
   • Menjadikan kadar pembelajaran negatif
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. Dalam KTO, sisihan diukur secara relatif kepada apa?
   • Titik rujukan atau tahap ganjaran asas
   • Jumlah bilangan parameter
   • Suhu GPU
   • Saiz perbendaharaan kata
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