Testy A/B dla modeli ML Quiz

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Dlaczego zespoły A/B testują modele w środowisku produkcyjnym, zamiast ufać metrykom offline?
   • Model z lepszą dokładnością offline może nadal szkodzić rzeczywistym wskaźnikom biznesowym
   • Dane offline są nielegalne
   • Produkcja jest tańsza niż testowanie offline
   • Dane offline nie istnieją
2. Jaką rolę odgrywa losowe przypisanie w teście A/B?
   • Dzięki temu test przebiega szybciej
   • It supports balance between groups in expectation, subject to design and implementation assumptions
   • Usuwa stronniczych użytkowników
   • Zmniejsza to liczbę potrzebnych modeli
3. In a model A/B test, what usually happens in the treatment group?
   • The candidate scores requests but all outputs are withheld
   • Every user is assigned to both models for the same decision
   • The candidate model serves user-facing decisions for the randomly assigned group
   • The control model is removed before any comparison
4. Under a null hypothesis and stated test assumptions, how is a p-value interpreted?
   • As the probability that the null hypothesis is true
   • As the probability that the treatment caused the observed result
   • As the probability that the experiment will replicate
   • As the probability of data at least this extreme if the null hypothesis holds
5. How can a multi-armed bandit change an experiment while it runs?
   • It can allocate more traffic to variants with better observed outcomes and less to others
   • It keeps every variant at a fixed equal allocation throughout
   • It removes randomization from every assignment
   • It guarantees the best variant is identified without uncertainty
6. Jaki jest cel analizy mocy przed testem A/B?
   • Aby wybrać logo do eksperymentu
   • Aby oszacować, ilu użytkowników potrzeba, aby wiarygodnie wykryć rzeczywisty efekt
   • Aby zaszyfrować ruch
   • Aby usunąć grupę kontrolną
7. What does a sample-ratio mismatch (SRM) signal during an A/B test?
   • The treatment model is necessarily better
   • The experiment has sufficient statistical power
   • Observed assignment counts differ materially from the configured allocation, which can indicate a data or randomization problem
   • The primary metric improved causally
8. Why include guardrail metrics alongside an experiment’s primary success metric?
   • To guarantee the candidate wins on every metric
   • To replace the primary metric after results are observed
   • To avoid defining a decision rule before the test
   • To detect meaningful harms in other outcomes even when the primary metric improves