Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Hópehely sarkvidéki modellek kvíz

Test your knowledge of Snowflake Arctic’s enterprise focus, MoE design, reported training cost, and embedding checkpoints.

Kapcsolódó útmutató utakHópehely sarkvidéki modellek
kérdés 1 -ból 8

Milyen cég építette az Arctic modelleket?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen cég építette az Arctic modelleket?
    • Felhőalapú adattárházzal foglalkozó cég
    • Videojáték stúdió
    • Egy autógyártó
    • Egy közösségi média hálózat
  2. What architecture figures did Snowflake report for Arctic?
    • A single dense network with 17B total parameters
    • 480B total parameters, with about 17B active per token
    • 480B active parameters for every token
    • A rule-based model with no neural parameters
  3. Milyen feladatfokozat különbözteti meg az Arctic-ot az általános fogyasztói chatbotoktól?
    • Vers és dalszöveg generálása
    • sakkozni
    • Vállalati feladatok, például SQL generálás és kódolás
    • Fényképek szerkesztése
  4. Under what license did Snowflake release Arctic’s model weights?
    • Zárt tulajdoni engedély
    • Csak előfizetéses licenc
    • Egyáltalán nincs engedély
    • Apache 2.0
  5. How did Snowflake characterize Arctic’s training compute budget?
    • It reported roughly under $2 million for its training compute
    • It reported a cost over one billion dollars
    • It said no computers were used
    • It did not disclose any estimate
  6. Mire használhatók az Arctic Embed modellek?
    • Képek generálása
    • Keresés, visszakeresés és tápellátás visszakereséssel bővített generáció
    • Videó tömörítése
    • A robotok irányítása
  7. Which routing strategy did Snowflake report Arctic uses to choose MoE experts?
    • All-expert routing
    • Round-robin scheduling across tokens
    • Top-2 gating
    • A fixed expert selected by token position
  8. Which two types of Arctic language-model checkpoints did Snowflake release?
    • Image and audio only
    • Encoder and speech-vocoder only
    • Training and evaluation datasets only
    • Base and instruct-tuned