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.

  1. ¿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.
  2. ¿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
  3. 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
  4. ¿Qué ventana de contexto admitía el primer modelo de Jamba?
    • fichas 4K
    • 256K fichas
    • 32K fichas
    • 8 millones de fichas
  5. 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
  6. 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
  7. 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
  8. 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