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.

Percorsi guida correlatiFamiglia modello lama
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.

  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. 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
  3. 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
  4. 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
  5. 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
  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