Quiz collegato alla guida · Medio Livello
Quiz sulla famiglia modello lama
Esamina le versioni a peso aperto di Llama, la discendenza del modello, l'ottimizzazione delle istruzioni, l'efficienza dell'inferenza e le varianti multimodali più recenti.
Domanda 1 di 8
How does Meta describe access to Llama model weights, and what governs use?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- 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
- Cosa significa l'acronimo "Llama"?
- Apprendimento lineare e architettura multimodale
- Modello linguistico di grandi dimensioni Meta AI
- Logica stratificata e analisi macchina
- Applicazione di gestione della lingua locale
- Quale versione di Llama ha aggiunto per prima una licenza che consente un ampio uso commerciale?
- Il lama originale 1
- Solo lama 405
- Lama 2
- Nessuno di essi consente l'uso commerciale
- Quale architettura è alla base dei modelli Llama?
- Un classificatore di immagini convoluzionale
- Un insieme di alberi decisionali
- Una rete ricorrente senza attenzione
- Un trasformatore solo decodificatore che prevede il token successivo
- Come vengono realizzate le varianti "chat" o ottimizzate per le istruzioni di Llama per seguire le istruzioni dell'utente?
- Attraverso la messa a punto supervisionata e l’apprendimento di rinforzo dal feedback umano
- Aumentando la risoluzione dello schermo
- Eliminando completamente il modello base
- Traducendo prima tutti i suggerimenti in latino
- 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
- 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
- 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