Questionário vinculado ao guia · Médio Nível
Questionário de modelagem de recompensa Bradley-Terry
Entenda como Bradley-Terry transforma escolhas de pares em pontuações, oferece suporte à modelagem de recompensas e se relaciona com sistemas de classificação comuns.
Pergunta 1 de 8
O que o modelo Bradley-Terry converte em pontuações numéricas?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que o modelo Bradley-Terry converte em pontuações numéricas?
- Comparações em pares de qual item é preferido
- Avaliações absolutas de 1 a 10
- Valores brutos de pixel
- Medições de série temporal
- Em Bradley-Terry, a probabilidade de A vencer B é função de quê?
- O produto de suas pontuações
- A logística da diferença entre suas pontuações
- A proporção de suas contagens de tokens
- Um valor fixo de 50 por cento, independentemente das pontuações
- Por que as recompensas de Bradley-Terry são identificáveis apenas até uma constante aditiva?
- Porque as pontuações devem somar um
- Porque os humanos não podem contar
- Porque a derrota depende apenas de diferenças de pontuação
- Porque o sigmóide remove todas as informações
- Qual é a perda padrão para uma comparação de preferência única na modelagem de recompensa?
- Erro quadrático médio em relação a um rótulo de 1 a 10
- Entropia cruzada sobre todo o vocabulário
- Diferença absoluta de comprimentos de token
- Log-sigmóide negativo de (recompensa do escolhido menos recompensa do rejeitado)
- Qual método ignora um modelo de recompensa separado, otimizando o objetivo de Bradley-Terry diretamente na apólice?
- Otimização de preferência direta (DPO)
- Otimização de Política Proximal (PPO)
- Normalização em lote
- Recorte gradiente
- Qual é a principal limitação da suposição de Bradley-Terry?
- Requer GPUs para computar
- Ele pressupõe uma classificação única, consistente e transitiva, que pode ser interrompida quando as preferências circulam.
- Só funciona em imagens
- Ele não pode lidar com mais de três itens
- Why can pairwise judgments be easier to collect than absolute quality scores?
- Pairwise choices never contain disagreement
- Absolute scores cannot be used for training
- A rater can compare two candidates directly without calibrating a numeric scale
- A pairwise label reveals every feature of the reward model
- Which familiar ranking system is mathematically related to Bradley-Terry-style pairwise scoring?
- PageRank for web pages
- TF-IDF for document terms
- A Fourier transform for audio
- Elo ratings