引導式測驗 · 中等 等級
布拉德利-特里獎勵建模測驗
了解 Bradley-Terry 如何將成對選擇轉化為分數、支持獎勵建模以及與常見排名系統的關係。
問題 1 的 8
Bradley-Terry 模型將什麼轉換為數字分數?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- Bradley-Terry 模型將什麼轉換為數字分數?
- 成對比較哪個項目是首選
- 絕對 1 到 10 評級
- 原始像素值
- 時間序列測量
- 在 Bradley-Terry 中,A 擊敗 B 的機率是什麼函數?
- 他們的分數的乘積
- 他們的分數之間的差異的邏輯
- 他們的代幣數量比例
- 無論分數如何,固定 50%
- 為什麼布拉德利-特里獎勵只能在加性常數範圍內辨識?
- 因為分數和必須為一
- 因為人類不會數數
- 因為損失只取決於分數差異
- 因為 sigmoid 刪除了所有訊息
- 獎勵模型中單一偏好比較的標準損失是多少?
- 針對 1 到 10 標籤的均方誤差
- 完整詞彙表的交叉熵
- 令牌長度的絕對差
- 負對數乙狀結腸(選擇的獎勵減去拒絕的獎勵)
- 哪種方法透過直接在策略上優化 Bradley-Terry 目標來跳過單獨的獎勵模型?
- 直接偏好優化 (DPO)
- 近端策略優化 (PPO)
- 批量歸一化
- 漸層裁切
- 布拉德利-特里假設的主要限制是什麼?
- 它需要 GPU 來計算
- 它假設一個一致的、可傳遞的排名,當偏好循環時,這個排名可能會被打破
- 它僅適用於圖像
- 它不能處理超過三個項目
- 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