Вікторина, пов’язана з посібником · Середній Рівень

Бредлі-Террі Нагорода Вікторина моделювання

Зрозумійте, як Бредлі-Террі перетворює попарні вибори на бали, підтримує моделювання винагороди та пов’язує загальні системи рейтингу.

Пов'язані напрямні шляхиБредлі Террі Нагорода Моделювання
Питання 1 з 8

Що модель Бредлі-Террі перетворює на числові оцінки?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що модель Бредлі-Террі перетворює на числові оцінки?
    • Попарні порівняння того, якому предмету надається перевага
    • Абсолютні оцінки від 1 до 10
    • Необроблені значення пікселів
    • Вимірювання часових рядів
  2. У Бредлі-Террі ймовірність того, що А перевершить В, є функцією чого?
    • Добуток їх балів
    • Логістика різниці між їхніми оцінками
    • Враховується співвідношення їх жетонів
    • Фіксовані 50 відсотків незалежно від балів
  3. Чому винагороди Бредлі-Террі можна ідентифікувати лише з точністю до адитивної константи?
    • Тому що сума балів повинна дорівнювати одиниці
    • Тому що люди не вміють рахувати
    • Бо програш залежить лише від різниці в рахунку
    • Тому що сигмовид видаляє всю інформацію
  4. Яка стандартна втрата для одного порівняння переваг у моделюванні винагороди?
    • Середня квадратична помилка проти мітки від 1 до 10
    • Перехресна ентропія над повним словниковим запасом
    • Абсолютна різниця довжин жетонів
    • Від’ємна логарифмічна сигмоіда (винагорода обраного мінус винагорода відхиленого)
  5. Який метод пропускає окрему модель винагороди, оптимізуючи ціль Бредлі-Террі безпосередньо в полісі?
    • Пряма оптимізація переваг (DPO)
    • Проксимальна оптимізація політики (PPO)
    • Пакетна нормалізація
    • Градієнтне обрізання
  6. Що є ключовим обмеженням припущення Бредлі-Террі?
    • Для обчислень потрібні графічні процесори
    • Він припускає єдине послідовне, транзитивне ранжування, яке може бути порушено, коли цикл уподобань змінюється
    • Він працює лише на зображеннях
    • Він не може обробляти більше трьох предметів
  7. 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
  8. 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