Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Falcon Models kvíz

Checks Falcon’s developer, RefinedWeb, multi-query attention, Mamba variant and the role of sovereign foundation-model efforts.

Kapcsolódó útmutató utakFalcon modellek
kérdés 1 -ból 8

Melyik szervezet fejleszti a Falcon modelleket?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Melyik szervezet fejleszti a Falcon modelleket?
    • A Technológiai Innovációs Intézet (TII) Abu Dhabiban
    • Egy Szilícium-völgyi startup
    • A Kínai Tudományos Akadémia
    • Európai egyetemi konzorcium
  2. Mi volt a figyelemre méltó a korai Falcon modellek betanításához használt RefinedWeb adatkészletben?
    • Kicsi volt és kézzel írták
    • A webes adatok agresszív szűrésével és duplikációjának megszüntetésével készült, ahelyett, hogy a kurált forrásokra támaszkodna.
    • Csak képeket tartalmazott
    • Teljesen szintetikus volt
  3. Milyen figyelemfelkeltő technikát alkalmaznak a Falcon transzformátormodellek a memória megtakarítására a következtetésnél?
    • Egyáltalán nincs odafigyelés
    • Csak a teljes négyzetes figyelem
    • Több lekérdezés figyelem
    • Véletlen figyelem
  4. Miben különbözik a Falcon Mamba a hagyományos Falcon modellektől?
    • Ez egy több rétegű transzformátor
    • Neurális hálózata nincs
    • Csak képosztályozást végez
    • Transzformátor helyett állapottér modellt használ
  5. Általában milyen feltételek mellett adják ki a Falcon modelleket?
    • Megengedő kifejezések, amelyek kereskedelmi és kutatási felhasználásra ösztönöznek
    • Szigorúan zárt és privát
    • Csak az Egyesült Arab Emírségek állampolgárai számára elérhető
    • Csak fizetős API-ként
  6. Melyik szélesebb irányzat példájaként szokták emlegetni a Falcont?
    • Vége a nyílt forráskódú AI-nak
    • Szuverén, hazai alapítványi modelleket építő országok
    • Csak offline módban működő modellek
    • Az összes GPU cseréje CPU-kra
  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