Test legat de ghid · Mediu Nivel

Test de optimizare Kahneman-Tversky

Verifică feedback-ul binar al dezirabilității KTO, motivația teoriei perspectivelor, recompensele punctului de referință și limitele între setări.

Căi de ghidare aferenteOptimizarea Kahneman Tversky
Întrebare 1 de 8

Ce fel de date necesită KTO?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce fel de date necesită KTO?
    • Etichete binare de dorit/nedorit pe ieșirile individuale
    • Perechi clasificate de răspunsuri alese și respinse
    • Doar text neetichetat
    • Scoruri numerice ale recompensei de la 0 la 100
  2. KTO este inspirat din ce corp de lucru?
    • relativitatea lui Einstein
    • Teoria prospectului a lui Kahneman și Tversky
    • evoluția lui Darwin
    • teoria informației lui Shannon
  3. Ce este „aversiune la pierdere” așa cum este folosită în KTO?
    • Evitarea completă a oricărei funcții de pierdere
    • Refuzul de a se antrena pentru pierderi
    • Penalizarea rezultatelor nedorite mai puternic decât recompensarea celor dezirabile
    • Fă ca rata de învățare să fie negativă
  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. În KTO, abaterile sunt măsurate în raport cu ce?
    • Un punct de referință sau un nivel de recompensă de bază
    • Numărul total de parametri
    • Temperatura GPU-ului
    • Dimensiunea vocabularului
  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