Cuestionario vinculado a una guía · Medio Nivel
Prueba de modelos Jamba Hybrid Transformer-Mamba
Revise las capas híbridas originales de Jamba, el enrutamiento de una combinación de expertos, el estado recurrente, el crecimiento de la memoria caché de atención y la evaluación de contexto largo específica de la carga de trabajo.
Pregunta 1 de 8
¿Qué dos tipos de capas centrales entrelaza Jamba?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Qué dos tipos de capas centrales entrelaza Jamba?
- Capas convolucionales y de agrupación
- Capas RNN y CNN
- Atención transformadora y capas de espacio de estados de Mamba
- Capas de difusión y atención.
- ¿Qué técnica adicional utiliza Jamba para aumentar la capacidad manteniendo bajos los parámetros activos?
- Mezcla de expertos (MoE)
- Destilación del conocimiento
- Entrenamiento consciente de la cuantificación
- Aprendizaje reforzado a partir de la retroalimentación humana
- How does a Mamba layer's recurrent representation differ from an attention layer's KV cache?
- It removes every model parameter from memory
- It skips all tokens beyond the first one
- It stores an independent full copy of every earlier attention matrix
- It maintains a fixed-size recurrent state instead of retaining a growing set of past keys and values
- ¿Qué ventana de contexto admitía el primer modelo de Jamba?
- fichas 4K
- 256K fichas
- 32K fichas
- 8 millones de fichas
- What is a reason to retain attention components alongside state-space layers in a Jamba-style hybrid?
- To combine different access and representation mechanisms while evaluating their quality-efficiency tradeoff
- To guarantee perfect retrieval of every token on every task
- To make all attention computation independent of sequence length
- To eliminate the need for any model evaluation
- How should Jamba's reported long-context memory benefit be evaluated for deployment?
- Assume every 256K request fits any single GPU
- Count only the recurrent state while ignoring weights and attention cache
- Measure the actual model, precision, batch size, context, and hardware configuration
- Treat every hybrid model as having zero sequence-state cost
- Does original Jamba's use of many Mamba layers make the whole model's sequence memory constant as input length grows?
- Yes; every hybrid attention cache has a fixed one-token size
- No; its retained attention layers still store a growing KV cache
- Yes; model weights disappear once the sequence becomes long
- Only the tokenizer's file size changes
- Why are total MoE parameters and active parameters per token different quantities in Jamba?
- Every stored expert is necessarily deleted when inactive
- A token must run all experts regardless of routing
- The model's supported context directly sets its vocabulary size
- Routing can activate only a subset of stored experts for each token