Rehber bağlantılı sınav · Orta Seviye
Bradley-Terry Ödül Modelleme Sınavı
Bradley-Terry'nin ikili seçimleri puanlara nasıl dönüştürdüğünü, ödül modellemeyi nasıl desteklediğini ve ortak sıralama sistemleriyle nasıl ilişki kurduğunu anlayın.
Soru 1 arasında 8
Bradley-Terry modeli sayısal puanlara neyi dönüştürüyor?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Bradley-Terry modeli sayısal puanlara neyi dönüştürüyor?
- Hangi maddenin tercih edildiğine ilişkin ikili karşılaştırmalar
- Mutlak 1'den 10'a kadar derecelendirme
- Ham piksel değerleri
- Zaman serisi ölçümleri
- Bradley-Terry'de A'nın B'yi yenme olasılığı neyin fonksiyonudur?
- Puanlarının çarpımı
- Puanları arasındaki farkın lojistiği
- Token sayımlarının oranı
- Puanlara bakılmaksızın sabit yüzde 50
- Bradley-Terry ödülleri neden yalnızca toplamsal bir sabite kadar tanımlanabilir?
- Çünkü puanların toplamı bir olmalı
- Çünkü insan sayamaz
- Çünkü mağlubiyet sadece skor farkına bağlı
- Çünkü sigmoid tüm bilgileri siler
- Ödül modellemede tek tercih karşılaştırmasının standart kaybı nedir?
- 1'den 10'a kadar bir etikete göre ortalama kare hata
- Tüm kelime dağarcığı üzerinde çapraz entropi
- Belirteç uzunluklarının mutlak farkı
- Negatif log-sigmoid (seçilenlerin ödülü eksi reddedilenlerin ödülü)
- Hangi yöntem Bradley-Terry hedefini doğrudan politika üzerinde optimize ederek ayrı bir ödül modelini atlar?
- Doğrudan Tercih Optimizasyonu (DPO)
- Yakınsal Politika Optimizasyonu (PPO)
- Toplu normalleştirme
- Degrade kırpma
- Bradley-Terry varsayımının temel sınırlaması nedir?
- Hesaplamak için GPU'lar gerekir
- Tercihler döngüsünde bozulabilecek tek bir tutarlı, geçişli sıralamayı varsayar.
- Yalnızca görseller üzerinde çalışır
- Üçten fazla öğeyi kaldıramaz
- 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