Cuestionario vinculado a una guía · Medio Nivel

Prueba de modelos Falcon

Comprueba el desarrollador de Falcon, RefinedWeb, la atención de consultas múltiples, la variante Mamba y el papel de los esfuerzos del modelo de fundación soberana.

Rutas de guía relacionadasModelos Halcón
Pregunta 1 de 8

¿Qué organización desarrolla los modelos Falcon?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué organización desarrolla los modelos Falcon?
    • El Instituto de Innovación Tecnológica (TII) en Abu Dhabi
    • Una startup de Silicon Valley
    • La Academia China de Ciencias
    • Un consorcio universitario europeo
  2. ¿Qué fue lo notable del conjunto de datos RefinedWeb utilizado para entrenar los primeros modelos Falcon?
    • Era pequeño y estaba escrito a mano.
    • Se creó filtrando y deduplicando agresivamente datos web en lugar de depender de fuentes seleccionadas.
    • Contenía sólo imágenes
    • era totalmente sintetico
  3. ¿Qué técnica de atención utilizan los modelos de transformadores Falcon para ahorrar memoria en la inferencia?
    • Ninguna atención en absoluto
    • Atención cuadrática completa únicamente
    • Atención multiconsulta
    • Atención aleatoria
  4. ¿En qué se diferencia arquitectónicamente Falcon Mamba de los modelos Falcon estándar?
    • Es un transformador con más capas.
    • No tiene red neuronal.
    • Sólo hace clasificación de imágenes.
    • Utiliza un modelo de espacio de estados en lugar de un transformador.
  5. ¿Bajo qué tipo de términos se lanzan generalmente los modelos Falcon?
    • Términos permisivos que fomentan el uso comercial y de investigación.
    • Estrictamente cerrado y privado.
    • Disponible solo para ciudadanos de los EAU
    • Solo como API paga
  6. ¿A menudo se cita a Falcon como ejemplo de qué tendencia más amplia?
    • El fin de la IA de código abierto
    • Países que construyen modelos de fundaciones soberanas y locales
    • Modelos que solo funcionan sin conexión
    • Reemplazo de todas las GPU por CPU
  7. 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
  8. 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