মেডুসা ডিকোডিং হেডস কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. অতিরিক্ত মেডুসার মাথা কী ভবিষ্যদ্বাণী করে?
   • সামনে বিভিন্ন অবস্থানে একাধিক ভবিষ্যতের টোকেন
   • মডেলের প্রশিক্ষণ ক্ষতি
   • কোন জিপিইউ ব্যবহার করবেন
   • একটি টোকেনের জন্য ছবির ক্যাপশন
2. Under which Medusa configuration does the paper describe lossless inference acceleration?
   • এটি মডেলের ওজনকে পুরোপুরি সংকুচিত করে
   • Medusa-1 with a frozen backbone and exact verification against the original model
   • এটি ব্যাকরণে কখনও ভুল করে না
   • এটি একটি শব্দভান্ডারের প্রয়োজনীয়তা দূর করে
3. মেডুসার প্রার্থীর ধারাবাহিকতা যাচাইয়ের জন্য কোন কাঠামোতে সাজানো হয়েছে?
   • একটি ফ্ল্যাট তালিকা একে একে স্কোর করেছে
   • একটি হ্যাশ টেবিল
   • একটি গাছ একটি গাছ মনোযোগ মুখোশ সঙ্গে একটি একক পাসে স্কোর
   • প্রতিটি টোকেনের উপর একটি পুনরাবৃত্ত লুপ
4. খসড়া-মডেল অনুমানমূলক ডিকোডিংয়ের উপর মেডুসার একটি মূল সুবিধা কী?
   • এটি দুটি পৃথক বড় মডেল প্রয়োজন
   • এটা শুধুমাত্র ইমেজ উপর কাজ করে
   • এটি ব্যবহারের পরে বেস মডেল মুছে দেয়
   • এটি বিদ্যমান একটিতে হেড যুক্ত করে একটি পৃথক খসড়া মডেলের প্রয়োজন এড়ায়
5. মোটামুটিভাবে মেডুসা সাধারণত কি গতির রিপোর্ট করে?
   • প্রায় 2-3x
   • প্রায় 0.5x (ধীরে)
   • ঠিক 100x
   • পরিমাপযোগ্য পরিবর্তন নেই
6. প্রতিটি পৃথক মেডুসার মাথা কি, স্থাপত্যগতভাবে?
   • একটি সম্পূর্ণ ডুপ্লিকেট ট্রান্সফরমার
   • বেস লুকানো অবস্থার উপরে একটি ছোট অবশিষ্ট ফিড-ফরোয়ার্ড (MLP) স্তর
   • একটি বিবর্তনীয় ইমেজ এনকোডার
   • একটি পৃথক টোকেনাইজার
7. What does Medusa accept from a verified candidate tree?
   • Every speculative branch regardless of verification
   • Only the shortest candidate token
   • The longest prefix consistent with the base model’s decoding result
   • A random leaf from the tree
8. How do Medusa’s prediction-head offsets differ?
   • Every head predicts the same next token
   • Each head predicts a different vocabulary
   • The heads predict tokens only after decoding is complete
   • Each head predicts a token at a different position ahead in the sequence