Quiz lié à un guide · Moyen Niveau

Quiz sur la famille modèle lama

Passez en revue les versions à poids ouvert de Llama, la lignée des modèles, le réglage des instructions, l'efficacité de l'inférence et les nouvelles variantes multimodales.

Chemins de guidage associésFamille modèle lama
Question 1 de 8

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

Prévisualisez chaque question8 des questions

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

  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. Que signifie l'acronyme « Lama » ?
    • Apprentissage linéaire et architecture multimodale
    • Grand modèle linguistique Meta AI
    • Logique en couches et analyse machine
    • Application de gestion des langues locales
  3. Quelle version de Llama a été la première à ajouter une licence autorisant une large utilisation commerciale ?
    • Le lama original 1
    • Lama 405 seulement
    • Lama 2
    • Aucun d'entre eux n'autorise une utilisation commerciale
  4. Quelle architecture sous-tend les modèles Llama ?
    • Un classificateur d'images convolutif
    • Un ensemble d’arbres de décision
    • Un réseau récurrent sans attention
    • Un transformateur réservé au décodeur prédisant le prochain jeton
  5. Comment les variantes de « chat » ou d'instructions de Llama sont-elles conçues pour suivre les invites des utilisateurs ?
    • Grâce à un réglage fin supervisé et à un apprentissage par renforcement à partir des commentaires humains
    • En augmentant la résolution de l'écran
    • En supprimant entièrement le modèle de base
    • En traduisant d'abord toutes les invites en latin
  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