Вікторина з оптимізації Канемана-Тверського

Відповіді та пояснення з’являються під час виконання тесту.

1. Які дані потрібні KTO?
   • Двійкові бажані/небажані мітки на окремих виходах
   • Ранжовані пари вибраних і відхилених відповідей
   • Лише текст без позначок
   • Числові бали винагороди від 0 до 100
2. Яка робота надихає KTO?
   • Теорія відносності Ейнштейна
   • Теорія перспективи Канемана і Тверського
   • Еволюція Дарвіна
   • Теорія інформації Шеннона
3. Що таке «уникнення втрат» у KTO?
   • Повністю уникнути будь-якої функції втрати
   • Відмова тренуватися на втратах
   • Карати небажані результати більш різко, ніж винагороджувати бажані
   • Зробити рівень навчання негативним
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. Відносно чого в КТО вимірюються відхилення?
   • Контрольна точка або базовий рівень винагороди
   • Загальна кількість параметрів
   • Температура GPU
   • Розмір словникового запасу
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