Kuis terkait panduan · Sedang Tingkat

BigScience dan Kuis Model BLOOM

Tinjau korpus ROOTS multibahasa BLOOM, rilis akses terbuka, arsitektur khusus decoder, dan bahasa yang diwakili dalam pelatihan.

Jalur panduan terkaitSains Besar dan Model Bloom
Pertanyaan 1 dari 8

Apa tujuan pembeda utama model BLOOM dibandingkan model berukuran serupa pada masanya?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa tujuan pembeda utama model BLOOM dibandingkan model berukuran serupa pada masanya?
    • Menjadi multibahasa dan dirilis secara terbuka
    • Menjadi yang tercepat dalam inferensi
    • Menjadi model sekecil mungkin
    • Dilatih hanya tentang kode pemrograman
  2. Kira-kira berapa banyak parameter yang dimiliki BLOOM?
    • 7 miliar
    • 176 miliar
    • 70 miliar
    • 540 miliar
  3. Berapa banyak bahasa alami yang dilatih untuk ditangani oleh BLOOM?
    • 1
    • 100
    • 46
    • 600
  4. Organisasi manakah yang mengoordinasikan kolaborasi BigScience?
    • DeepMind
    • Stability AI
    • Anthropic
    • Hugging Face
  5. Di mana BLOOM dilatih?
    • Tentang superkomputer Jean Zay yang didanai publik di Perancis
    • Di cloud pribadi, GPU disewa dari startup
    • Di cluster laptop universitas
    • Pada pod TPU Google
  6. How does BLOOM’s ALiBi mechanism encode relative position?
    • It removes attention and uses a convolutional decoder
    • It adds distance-dependent biases to attention scores
    • It inserts learned position vectors into every token embedding
    • It stores position as a separate image channel
  7. How many programming languages were represented in BLOOM’s ROOTS corpus?
    • 3 programming languages
    • 46 programming languages
    • 13 programming languages
    • 130 programming languages
  8. What model architecture does the BLOOM paper describe?
    • Pengklasifikasi gambar konvolusional
    • A recurrent speech recognizer
    • A diffusion model for audio
    • A decoder-only Transformer