Quiz lié à un guide · Moyen Niveau

BigScience et le quiz sur le modèle BLOOM

Consultez le corpus ROOTS multilingue de BLOOM, sa version en libre accès, son architecture réservée aux décodeurs et les langues représentées dans la formation.

Chemins de guidage associésBigscience et le modèle Bloom
Question 1 de 8

Quel était l'objectif principal du modèle BLOOM par rapport aux modèles de taille similaire de l'époque ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Quel était l'objectif principal du modèle BLOOM par rapport aux modèles de taille similaire de l'époque ?
    • Être multilingue et ouvertement publié
    • Être le plus rapide en inférence
    • Être le plus petit modèle possible
    • Etre formé uniquement sur le code de programmation
  2. Combien de paramètres environ possède BLOOM ?
    • 7 milliards
    • 176 milliards
    • 70 milliards
    • 540 milliards
  3. Pour combien de langues naturelles BLOOM a-t-il été formé ?
    • 1
    • 100
    • 46
    • 600
  4. Quelle organisation a coordonné la collaboration BigScience ?
    • DeepMind
    • Stability AI
    • Anthropic
    • Hugging Face
  5. Où BLOOM a-t-il été formé ?
    • Sur le supercalculateur public Jean Zay en France
    • Sur des GPU de cloud privé loués auprès d'une startup
    • Sur un cluster d'ordinateurs portables universitaires
    • Sur les modules TPU de Google
  6. How does BLOOM’s ALiBi mechanism encode relative position?
    • It removes attention and uses a convolutional decoder
    • It adds distance-dependent biases to attention scores
    • It inserts learned position vectors into every token embedding
    • It stores position as a separate image channel
  7. How many programming languages were represented in BLOOM’s ROOTS corpus?
    • 3 programming languages
    • 46 programming languages
    • 13 programming languages
    • 130 programming languages
  8. What model architecture does the BLOOM paper describe?
    • Un classificateur d'images convolutif
    • A recurrent speech recognizer
    • A diffusion model for audio
    • A decoder-only Transformer