Cuestionario vinculado a una guía · Medio Nivel

Cuestionario sobre la familia de modelos de llamas

Revise los lanzamientos de peso abierto, el linaje de modelos, el ajuste de instrucciones, la eficiencia de inferencia y las variantes multimodales más nuevas de Llama.

Rutas de guía relacionadasFamilia de modelos de llamas
Pregunta 1 de 8

How does Meta describe access to Llama model weights, and what governs use?

Vista previa de cada pregunta8 preguntas

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

  1. How does Meta describe access to Llama model weights, and what governs use?
    • Weights are publicly released for eligible versions, subject to each version’s license and use terms
    • Every version is public domain with unrestricted use
    • Only Meta employees can access any Llama weights
    • The weights are downloadable without any terms
  2. ¿Qué significan las siglas 'Llama'?
    • Aprendizaje lineal y arquitectura multimodal
    • Modelo de lenguaje grande Meta AI
    • Lógica en capas y análisis de máquinas
    • Aplicación de gestión del idioma local
  3. ¿Qué lanzamiento de Llama agregó por primera vez una licencia que permite un uso comercial amplio?
    • La llama original 1
    • Llama 405 solamente
    • Llama 2
    • Ninguno de ellos permite el uso comercial.
  4. ¿Qué arquitectura subyace a los modelos Llama?
    • Un clasificador de imágenes convolucional
    • Un conjunto de árboles de decisión
    • Una red recurrente sin atención.
    • Un transformador solo decodificador que predice el siguiente token
  5. ¿Cómo se crean las variantes de Llama 'chat' o adaptadas a instrucciones para seguir las indicaciones del usuario?
    • A través del ajuste supervisado y el aprendizaje reforzado a partir de la retroalimentación humana
    • Al aumentar la resolución de la pantalla
    • Eliminando el modelo base por completo
    • Traduciendo primero todas las indicaciones al latín
  6. In what deployment setup can running Llama locally avoid sending prompts to a hosted inference service?
    • Whenever a model is downloaded, even when an app sends prompts to cloud tools
    • When inference runs on-device or on a private local server without a prompt-forwarding service
    • Only when the model is fine-tuned rather than used for inference
    • When the application stores prompts in a shared hosted API
  7. Which attention design did Meta adopt in Llama 3 8B and 70B to improve inference efficiency?
    • Residual vector quantization
    • Spatially-adaptive normalization
    • Grouped-query attention (GQA)
    • A recurrent state-space scan
  8. What inputs can Llama 3.2 Vision models accept?
    • Audio waveforms only
    • Video frames only, with no text
    • Sensor data without language or images
    • Text and images