Kuiz berkaitan panduan · Keras Tahap

Kuiz Penyahkodan Risiko Bayes Minimum

Uji utiliti dijangka, rujukan pseudo sampel, perbandingan calon kuadratik, had metrik dan kekangan kumpulan calon penyahkodan MBR.

Laluan panduan yang berkaitanPenyahkodan Risiko Bayes Minimum
soalan 1 daripada 8

Apakah penyahkodan MBR pilih dan bukannya urutan tunggal yang paling mungkin?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah penyahkodan MBR pilih dan bukannya urutan tunggal yang paling mungkin?
    • Calon yang mempunyai utiliti jangkaan tertinggi berbanding output lain yang mungkin
    • Urutan terpendek
    • Sampel rawak
    • Urutan terpanjang
  2. Oleh kerana rujukan benar tidak tersedia, apakah yang digunakan oleh MBR sebagai rujukan pseudo?
    • Korpus luaran tetap
    • Kumpulan calon sampel mengeluarkan sendiri
    • Anotasi manusia
    • Set latihan
  3. Mengapa pengiraan MBR naif mahal?
    • Ia memerlukan latihan semula model
    • Ia memerlukan perbendaharaan kata yang lebih besar
    • Perbandingan pasangan N calon ialah panggilan metrik O(N kuasa dua).
    • Ia tidak menggunakan GPU
  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. Ketekalan diri dalam penaakulan berkaitan dengan MBR kerana ia:
    • Sampel banyak rantai dan pilih jawapan yang paling dipersetujui
    • Sentiasa mengambil jawapan sampel pertama
    • Menggunakan carian pancaran secara dalaman
    • Mengabaikan pengedaran model
  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