Kuis terkait panduan · Sedang Tingkat

Kuis Keluarga Model Llama

Tinjau rilis bobot terbuka Llama, garis keturunan model, penyetelan instruksi, efisiensi inferensi, dan varian multimodal yang lebih baru.

Jalur panduan terkaitKeluarga Model Llama
Pertanyaan 1 dari 8

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

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  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. Apa singkatan dari 'Llama'?
    • Pembelajaran Linier Dan Arsitektur Multimodal
    • Model Bahasa Besar Meta AI
    • Logika Berlapis Dan Analisis Mesin
    • Aplikasi Manajemen Bahasa Lokal
  3. Rilis Llama mana yang pertama kali menambahkan lisensi yang mengizinkan penggunaan komersial luas?
    • Llama 1 yang asli
    • Llama 405 saja
    • Lama 2
    • Tak satu pun dari mereka mengizinkan penggunaan komersial
  4. Arsitektur apa yang mendasari model Llama?
    • Pengklasifikasi gambar konvolusional
    • Ansambel pohon keputusan
    • Jaringan berulang tanpa perhatian
    • Transformator khusus dekoder yang memprediksi token berikutnya
  5. Bagaimana 'obrolan' Llama atau varian yang disesuaikan dengan instruksi dibuat untuk mengikuti petunjuk pengguna?
    • Melalui pembelajaran penyesuaian dan penguatan yang diawasi dari umpan balik manusia
    • Dengan meningkatkan resolusi layar
    • Dengan menghapus model dasar seluruhnya
    • Dengan menerjemahkan semua perintah ke bahasa Latin terlebih dahulu
  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