Gids-gekoppelde quiz · Middelmatig Niveau

Kahneman-Tversky-optimalisatiequiz

Controleert de binaire wenselijkheidsfeedback van KTO, de motivatie van de prospect-theorie, referentiepuntbeloningen en limieten in verschillende instellingen.

Gerelateerde gidspadenKahneman Tversky-optimalisatie
Vraag 1 van 8

Welke gegevens heeft KTO nodig?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke gegevens heeft KTO nodig?
    • Binaire wenselijke/ongewenste labels op individuele uitgangen
    • Gerangschikte paren van gekozen en afgewezen antwoorden
    • Alleen ongelabelde tekst
    • Numerieke beloningsscores van 0 tot 100
  2. Door welk oeuvre is KTO geïnspireerd?
    • De relativiteit van Einstein
    • De prospecttheorie van Kahneman en Tversky
    • Darwins evolutie
    • Shannons informatietheorie
  3. Wat is 'verliesaversie' zoals gebruikt in KTO?
    • Elke verliesfunctie volledig vermijden
    • Weigeren om te trainen op verliezen
    • Ongewenste resultaten scherper straffen dan wenselijke resultaten belonen
    • Het leerpercentage negatief maken
  4. Welke soort feedback kan KTO verwerken zonder gepaarde vergelijkingen?
    • Alleen een gerangschikte lijst van vijf outputs
    • Alleen een referentievertaling
    • Alleen een grammaticamasker op token-niveau
    • Een binaire label die aangeeft of een individuele output wenselijk is
  5. In KTO worden afwijkingen gemeten ten opzichte van wat?
    • Een referentiepunt of basisbeloningsniveau
    • Het totale aantal parameters
    • De GPU-temperatuur
    • De woordenschatgrootte
  6. Wat helpt het KTO-referentiepunt bij het definiëren?
    • Het aantal transformerlaagjes
    • Of de impliciete beloning van een output boven of onder een basislijn ligt
    • Een vaste vertaling in een andere taal
    • De maximale contextlengte van het model
  7. Bewijst het gebruik van binaire wenselijkheidsfeedback door KTO dat het prestaties levert die beter zijn dan methoden met preferentieparen?
    • Ja, binaire feedback is altijd superieur
    • Ja, het elimineert de noodzaak om een model te trainen
    • Nee; de prestaties hangen af van het model, de gegevens en de evaluatieomgeving
    • Nee, omdat binaire feedback niet voor taalmodellen kan worden gebruikt
  8. Welk gedrags-economisch kader vormt de basis voor KTO?
    • Klassieke signaaldetectietheorie
    • Bayesiaanse netwerkstructuurlering
    • De hypothese van de efficiënte markt
    • De prospecttheorie van Kahneman en Tversky