Quiz lié à un guide · Moyen Niveau

Quiz sur les modèles Jamba Hybrid Transformer-Mamba

Passez en revue les couches hybrides Jamba d'origine, le routage mixte d'experts, l'état récurrent, la croissance du cache d'attention et l'évaluation de contexte long spécifique à la charge de travail.

Question 1 de 8

Quels sont les deux types de couches principales que Jamba entrelace ?

Prévisualisez chaque question8 des questions

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

  1. Quels sont les deux types de couches principales que Jamba entrelace ?
    • Couches convolutives et de pooling
    • Couches RNN et CNN
    • Attention du transformateur et couches d'espace d'état Mamba
    • Couches de diffusion et d’attention
  2. Quelle technique supplémentaire Jamba utilise-t-il pour augmenter la capacité tout en maintenant les paramètres actifs à un niveau bas ?
    • Mélange d'experts (MoE)
    • Distillation des connaissances
    • Formation prenant en compte la quantification
    • Apprentissage par renforcement à partir des commentaires humains
  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. Quelle fenêtre contextuelle le premier modèle Jamba prenait-il en charge ?
    • Jetons 4K
    • 256 000 jetons
    • 32 000 jetons
    • 8 millions de jetons
  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