ওপেন ওয়েট কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. OSI সংজ্ঞার অধীনে একটি সম্পূর্ণ ওপেন-সোর্স মডেল থেকে 'ওপেন-ওয়েটস' মডেলকে কী আলাদা করে?
   • ওজন প্রকাশ করা হয়, কিন্তু ডেটা, কোড বা খোলা পদ নাও হতে পারে
   • দুটি পদের মধ্যে কোন অর্থপূর্ণ পার্থক্য নেই
   • ওপেন-ওয়েট মডেলগুলি কেউ ডাউনলোড বা চালাতে পারে না
   • ওপেন সোর্স মডেলগুলি কখনই তাদের প্রশিক্ষিত ওজন প্রকাশ করে না
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. গবেষকদের জন্য খোলা ওজনের একটি গুরুত্বপূর্ণ সুবিধা কী?
   • তারা অ্যাক্টিভেশন পরিদর্শন করতে পারে এবং ফাইন-টিউনিং পরীক্ষা চালাতে পারে
   • তারা প্রতিটি বেঞ্চমার্কে নিশ্চিত উচ্চ স্কোর পায়
   • তাদের আর কোনো কম্পিউটিং হার্ডওয়্যারের প্রয়োজন নেই
   • তারা বন্ধ মডেলের প্রশিক্ষণ ডেটা বিনামূল্যে অ্যাক্সেস পায়
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