Quiz lié à un guide · Moyen Niveau

Quiz sur les modèles Falcon

Vérifie le développeur de Falcon, RefinedWeb, l'attention multi-requêtes, la variante Mamba et le rôle des efforts de modèle de fondation souveraine.

Chemins de guidage associésModèles de faucons
Question 1 de 8

Quelle organisation développe les modèles Falcon ?

Prévisualisez chaque question8 des questions

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

  1. Quelle organisation développe les modèles Falcon ?
    • L'Institut d'innovation technologique (TII) à Abu Dhabi
    • Une startup de la Silicon Valley
    • L'Académie chinoise des sciences
    • Un consortium universitaire européen
  2. Qu'est-ce qui était remarquable dans l'ensemble de données RefinedWeb utilisé pour entraîner les premiers modèles Falcon ?
    • C'était petit et écrit à la main
    • Il a été construit en filtrant et en dédupliquant de manière agressive les données Web au lieu de s'appuyer sur des sources organisées.
    • Il ne contenait que des images
    • C'était entièrement synthétique
  3. Quelle technique d'attention les modèles de transformateur Falcon utilisent-ils pour économiser de la mémoire lors de l'inférence ?
    • Aucune attention du tout
    • Attention quadratique complète uniquement
    • Attention multi-requêtes
    • Attention aléatoire
  4. En quoi le Falcon Mamba diffère-t-il sur le plan architectural des modèles Falcon standard ?
    • C'est un transformateur avec plus de couches
    • Il n'a pas de réseau neuronal
    • Il ne fait que la classification des images
    • Il utilise un modèle d'espace d'état au lieu d'un transformateur
  5. Sous quelles conditions les modèles Falcon sont-ils généralement commercialisés ?
    • Conditions permissives encourageant l’utilisation commerciale et de recherche
    • Strictement fermé et privé
    • Disponible uniquement pour les citoyens des Émirats arabes unis
    • Uniquement en tant qu'API payante
  6. Falcon est souvent cité comme exemple de quelle tendance plus large ?
    • La fin de l’IA open source
    • Pays construisant des modèles de fondations souveraines et locales
    • Modèles qui fonctionnent uniquement hors ligne
    • Remplacement de tous les GPU par des CPU
  7. In multi-query attention, what do multiple query heads share?
    • One shared query and separate keys for every token
    • The same final vocabulary logits
    • A single set of key and value projections
    • A single attention score for all layers
  8. What does Falcon’s RefinedWeb training data illustrate?
    • A state-space model needs no training text
    • All web pages are equally reliable without filtering
    • Synthetic data must always replace real text
    • A large web corpus can be filtered and deduplicated rather than relying only on curated sources