Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο
Το BigScience and the BLOOM Model Quiz
Ελέγξτε το πολυγλωσσικό σώμα ROOTS του BLOOM, την έκδοση ανοιχτής πρόσβασης, την αρχιτεκτονική μόνο για αποκωδικοποιητή και τις γλώσσες που αντιπροσωπεύονται στην εκπαίδευση.
Ερώτηση 1 του 8
Ποιος ήταν ο πρωταρχικός στόχος του μοντέλου BLOOM σε σύγκριση με μοντέλα παρόμοιου μεγέθους της εποχής του;
Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις
Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.
- Ποιος ήταν ο πρωταρχικός στόχος του μοντέλου BLOOM σε σύγκριση με μοντέλα παρόμοιου μεγέθους της εποχής του;
- Το να είναι πολύγλωσσο και να κυκλοφορεί ανοιχτά
- Όντας ο ταχύτερος στο συμπέρασμα
- Όντας το μικρότερο δυνατό μοντέλο
- Εκπαιδεύεται μόνο σε κώδικα προγραμματισμού
- Πόσες περίπου παραμέτρους έχει το BLOOM;
- 7 δις
- 176 δις
- 70 δις
- 540 δις
- Πόσες φυσικές γλώσσες εκπαιδεύτηκε να χειρίζεται ο BLOOM;
- 1
- 100
- 46
- 600
- Ποιος οργανισμός συντόνισε τη συνεργασία του BigScience;
- DeepMind
- Stability AI
- Anthropic
- Hugging Face
- Πού εκπαιδεύτηκε ο BLOOM;
- Στον δημοσίως χρηματοδοτούμενο υπερυπολογιστή Jean Zay στη Γαλλία
- Σε ιδιωτικές GPU cloud που νοικιάζονται από εκκίνηση
- Σε ένα σύμπλεγμα φορητών υπολογιστών πανεπιστημίου
- Στα pods TPU του Google
- How does BLOOM’s ALiBi mechanism encode relative position?
- It removes attention and uses a convolutional decoder
- It adds distance-dependent biases to attention scores
- It inserts learned position vectors into every token embedding
- It stores position as a separate image channel
- How many programming languages were represented in BLOOM’s ROOTS corpus?
- 3 programming languages
- 46 programming languages
- 13 programming languages
- 130 programming languages
- What model architecture does the BLOOM paper describe?
- Ένας συνελικτικός ταξινομητής εικόνων
- A recurrent speech recognizer
- A diffusion model for audio
- A decoder-only Transformer