Cuestionario vinculado a una guía · Medio Nivel

Cuestionario de ServiceNow y StarCoder

Revise el modelo StarCoderBase original, su corpus de entrenamiento, contexto 8K, objetivo de relleno intermedio y condiciones de licencia.

Rutas de guía relacionadasServicio ahora y Starcoder
Pregunta 1 de 8

¿Qué dos organizaciones codirigieron el proyecto BigCode que produjo StarCoder?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué dos organizaciones codirigieron el proyecto BigCode que produjo StarCoder?
    • ServiceNow Investigación y cara de abrazo
    • Google y Meta
    • OpenAI y Microsoft
    • Amazon e IBM
  2. Which dataset was used for StarCoderBase pretraining?
    • la pila
    • La pila
    • rastreo común
    • LAION-5B
  3. ¿Qué técnica de entrenamiento permite a StarCoder completar el código usando el contexto en ambos lados del cursor?
    • Aprendizaje reforzado a partir de la retroalimentación humana
    • Modelado de lenguaje enmascarado
    • Rellenar en el medio
    • Instigación de cadena de pensamiento
  4. ¿Aproximadamente qué tamaño tiene el modelo estrella StarCoderBase?
    • 1,5 mil millones de parámetros
    • 70 mil millones de parámetros
    • 175 mil millones de parámetros
    • 15,5 mil millones de parámetros
  5. ¿Qué optimización de la atención utiliza StarCoder para reducir la memoria y acelerar la inferencia?
    • Atención multiconsulta
    • Atención de ventana corredera
    • Escasa mezcla de expertos
    • Atención lineal
  6. ¿Bajo qué tipo de licencia se lanzó StarCoder para fomentar el uso responsable?
    • GPLv3
    • Licencia de IA responsable de OpenRAIL-M
    • Una licencia comercial propietaria
    • licencia MIT
  7. What context length did the original StarCoder paper report?
    • 800 tokens
    • 80,000 tokens
    • 8,000 tokens
    • One million tokens
  8. How was StarCoder produced from StarCoderBase?
    • It was trained only on image captions
    • It replaced The Stack with a speech corpus
    • It was created by reducing the parameter count to 1.5B
    • It was fine-tuned on 35 billion Python tokens