Quiz collegato alla guida · Medio Livello

Quiz sui formati di serializzazione dei modelli

Verifica la portabilità della serializzazione, la sicurezza del pickle, i file di peso solo tensore e la verifica dei modelli esportati durante i runtime.

Domanda 1 di 8

Perché il formato pickle di Python è considerato un rischio per la sicurezza dei modelli?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Perché il formato pickle di Python è considerato un rischio per la sicurezza dei modelli?
    • Caricandolo è possibile eseguire codice arbitrario incorporato nel file
    • Comprime troppo i file
    • Funziona solo nei fine settimana
    • Elimina il modello originale
  2. Qual è il vantaggio principale del formato ONNX?
    • È il formato più piccolo possibile
    • Consente a un modello addestrato in un framework di essere eseguito in molti altri runtime e linguaggi
    • Può essere aperto solo in PyTorch
    • Migliora automaticamente la precisione
  3. Perché i safetensor sono diventati popolari per la condivisione dei pesi dei modelli?
    • Esegue il codice al caricamento per comodità
    • È il formato più vecchio disponibile
    • Memorizza solo i dati del tensore in modo sicuro, con caricamento rapido mappabile in memoria e nessuna esecuzione di codice
    • Memorizza solo la precisione del modello
  4. GGUF è maggiormente associato a quale caso d'uso?
    • Memorizzazione di fogli di calcolo
    • Crittografia delle email
    • Modelli di training da zero nel cloud
    • Esecuzione efficiente di modelli linguistici di grandi dimensioni quantizzati sull'hardware locale
  5. Cosa memorizza principalmente un formato di interscambio come ONNX?
    • Un grafico computazionale standardizzato e i pesi del modello
    • Un video del processo di formazione
    • Solo il set di dati di addestramento
    • Commenti sul codice sorgente dello sviluppatore
  6. When exporting a Keras 3 model for TensorFlow serving, which directory format can model.export produce?
    • GGUF
    • Modello salvato
    • CSV
    • A pickle file containing the entire Python application
  7. After exporting a model to ONNX for a new runtime, what should the team check?
    • That the ONNX file guarantees identical speed on every device
    • That the export automatically includes the original training data
    • That supported operators run and outputs match the reference model on representative inputs
    • That no preprocessing code is needed
  8. Why can a state-dictionary checkpoint be preferable to loading a whole Python object from an untrusted file?
    • It guarantees the model architecture is embedded
    • It makes every checkpoint safe regardless of loader and version
    • It automatically converts the model to ONNX
    • It can load tensor state without reconstructing arbitrary pickled Python objects, subject to the loader’s security settings