গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
ফ্যালকন মডেল কুইজ
ফ্যালকনের বিকাশকারী, রিফাইন্ডওয়েব, মাল্টি-কোয়েরি মনোযোগ, মাম্বা ভেরিয়েন্ট এবং সার্বভৌম ভিত্তি-মডেল প্রচেষ্টার ভূমিকা পরীক্ষা করে।
প্রশ্ন 1 এর 8
কোন সংস্থা ফ্যালকন মডেল তৈরি করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- কোন সংস্থা ফ্যালকন মডেল তৈরি করে?
- আবুধাবিতে প্রযুক্তি উদ্ভাবন ইনস্টিটিউট (টিআইআই)
- একটি সিলিকন ভ্যালি স্টার্টআপ
- চাইনিজ একাডেমি অফ সায়েন্সেস
- একটি ইউরোপীয় বিশ্ববিদ্যালয়ের কনসোর্টিয়াম
- প্রারম্ভিক ফ্যালকন মডেলগুলিকে প্রশিক্ষণের জন্য ব্যবহৃত রিফাইন্ডওয়েব ডেটাসেট সম্পর্কে কী উল্লেখযোগ্য ছিল?
- এটি ছোট এবং হাতে লেখা ছিল
- এটি আক্রমনাত্মকভাবে ফিল্টারিং এবং কিউরেটেড উত্সের উপর নির্ভর না করে ওয়েব ডেটার অনুলিপি করে তৈরি করা হয়েছিল
- এতে শুধু ছবি ছিল
- এটা ছিল সম্পূর্ণ সিন্থেটিক
- ফ্যালকন ট্রান্সফরমার মডেল অনুমানে মেমরি সংরক্ষণ করতে কোন মনোযোগ কৌশল ব্যবহার করে?
- মোটেও মনোযোগ নেই
- সম্পূর্ণ চতুর্মুখী মনোযোগ শুধুমাত্র
- বহু-কোয়েরি মনোযোগ
- এলোমেলো মনোযোগ
- কিভাবে ফ্যালকন মাম্বা স্ট্যান্ডার্ড ফ্যালকন মডেল থেকে স্থাপত্যগতভাবে আলাদা?
- এটি আরও স্তর সহ একটি ট্রান্সফরমার
- এর কোনো নিউরাল নেটওয়ার্ক নেই
- এটি শুধুমাত্র ইমেজ শ্রেণীবিভাগ করে
- এটি একটি ট্রান্সফরমারের পরিবর্তে একটি স্টেট-স্পেস মডেল ব্যবহার করে
- ফ্যালকন মডেল সাধারণত কি ধরনের শর্তাবলীর অধীনে প্রকাশিত হয়?
- অনুমতিমূলক শর্তাবলী বাণিজ্যিক এবং গবেষণা ব্যবহারকে উৎসাহিত করে
- কঠোরভাবে বন্ধ এবং ব্যক্তিগত
- শুধুমাত্র সংযুক্ত আরব আমিরাতের নাগরিকদের জন্য উপলব্ধ
- শুধুমাত্র একটি প্রদত্ত API হিসাবে
- ফ্যালকন প্রায়ই কোন বিস্তৃত প্রবণতা একটি উদাহরণ হিসাবে উদ্ধৃত করা হয়?
- ওপেন সোর্স AI এর সমাপ্তি
- দেশগুলি সার্বভৌম, স্বদেশী ভিত্তি মডেল তৈরি করছে
- যে মডেলগুলি শুধুমাত্র অফলাইনে কাজ করে৷
- সমস্ত জিপিইউকে সিপিইউ দিয়ে প্রতিস্থাপন করা হচ্ছে
- In multi-query attention, what do multiple query heads share?
- One shared query and separate keys for every token
- The same final vocabulary logits
- A single set of key and value projections
- A single attention score for all layers
- What does Falcon’s RefinedWeb training data illustrate?
- A state-space model needs no training text
- All web pages are equally reliable without filtering
- Synthetic data must always replace real text
- A large web corpus can be filtered and deduplicated rather than relying only on curated sources