Kuis terkait panduan · Sedang Tingkat

Model Yi oleh 01.AI Quiz

Tinjau asal usul rangkaian model Yi, fokus bilingual, desain khusus dekoder, varian konteks panjang, dan pasca-pelatihan yang berorientasi pada instruksi.

Jalur panduan terkaitModel Yi Oleh 01 AI
Pertanyaan 1 dari 8

Siapa yang mendirikan 01.AI, perusahaan di balik model Yi?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Siapa yang mendirikan 01.AI, perusahaan di balik model Yi?
    • Kai-Fu Lee
    • Robin Li
    • Jack Ma
    • Andrew Ng
  2. Apa saja dua model dasar Yi pertama yang dirilis?
    • Yi-1 dan Yi-2
    • Yi-6B dan Yi-34B
    • Yi-100 dan Yi-200
    • Yi-Mini dan Yi-Max
  3. Kemampuan apa yang membuat model Yi terkenal?
    • Hanya menghasilkan gambar
    • Berjalan tanpa GPU apa pun
    • Performa bilingual Cina-Inggris yang kuat
    • Menerjemahkan hanya audio lisan
  4. Garis keturunan arsitektur dasar apa yang diikuti model Yi?
    • Desain LSTM berulang
    • Model difusi
    • Model encoder murni seperti BERT
    • Transformator khusus dekoder gaya Llama
  5. Kira-kira berapa panjang jendela konteks varian Yi dalam konteks panjang?
    • 200 ribu token
    • token 4K
    • 32 ribu token
    • 1 juta token
  6. What did 01.AI’s Yi technical report identify as an important driver of model performance?
    • Meninggalkan AI sepenuhnya
    • Data quality resulting from data-engineering efforts
    • Hanya membuat chip perangkat keras
    • Menggabungkan dengan OpenAI
  7. What does supervised fine-tuning plus reinforcement learning from human feedback aim to improve in Yi chat models?
    • Compressing retinal images
    • Changing the model into an encoder-only network
    • Following instructions in conversational use
    • Removing all text-generation ability
  8. What data strategy did 01.AI emphasize for the Yi models?
    • Training exclusively on synthetic audio
    • Avoiding all data filtering
    • Using only programming-language source code
    • Careful data quality and curation rather than relying only on sheer scale