مسابقة الأوزان المفتوحة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما الذي يميز نموذج "الأوزان المفتوحة" عن النموذج مفتوح المصدر بالكامل بموجب تعريف OSI؟
   • يتم تحرير الأوزان، ولكن قد لا يتم تحرير البيانات أو التعليمات البرمجية أو المصطلحات المفتوحة
   • لا يوجد فرق ذو معنى بين المصطلحين
   • لا يمكن لأي شخص تنزيل النماذج ذات الأوزان المفتوحة أو تشغيلها على الإطلاق
   • لا تطلق النماذج مفتوحة المصدر أبدًا أوزانها المدربة
2. A team can download a model checkpoint. What should it check before using the model in a product?
   • Assume downloading grants every commercial and redistribution right
   • The permissions and restrictions in the license for that exact release
   • Rely only on the model family name
   • Treat the download page as a replacement for license terms
3. Why might a downloaded model need more than its weight file for compatible inference?
   • A weight file must include every training example
   • Only the original author can load any model
   • Architecture, tokenizer or preprocessing, configuration and runtime determine how weights are interpreted
   • A model cannot run without a cloud account
4. How can fine-tuning affect a model’s refusal behavior?
   • It guarantees every refusal is preserved
   • It makes the model permanently unable to answer benign requests
   • It remotely updates the original provider’s hosted model
   • It can change refusal behavior, so the adapted model should be reevaluated
5. ما هي الفائدة المهمة للأوزان المفتوحة للباحثين؟
   • يمكنهم فحص عمليات التنشيط وإجراء تجارب الضبط الدقيق
   • إنهم يحصلون على درجات أعلى مضمونة في كل معيار
   • ولم يعودوا بحاجة إلى أي أجهزة حاسوبية على الإطلاق
   • يحصلون على حرية الوصول إلى بيانات التدريب الخاصة بالنماذج المغلقة
6. What should an operator keep when modifying an open-weight model?
   • Only a public download counter
   • A record of modifications and a rollback version
   • A claim that all adaptations are compliant
   • The base model’s marketing slogan
7. Which claim is supported by access to model weights alone?
   • The training data are public
   • The model can be reproduced exactly
   • The parameters can be downloaded under the release’s terms, but other components may still be missing
   • Every use is permitted commercially
8. What should a team check before using a quantized open-weight checkpoint?
   • Only the model family name
   • That quantization guarantees identical quality
   • That the checkpoint needs no tokenizer or runtime
   • Its task behavior and resource use on the intended hardware