ガイド連動クイズ · 中 レベル

Zhipu GLM モデル クイズ

GLM の名前とトレーニングの目的、ChatGLM の系統、現在のモデル固有のリリース、会社の最新情報の慎重な解釈について説明します。

関連するガイドパスZhipu Glm モデル
質問 1 の 8

Zhipu のモデルにおける GLM は何を表していますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. Zhipu のモデルにおける GLM は何を表していますか?
    • 一般的な言語モデル
    • グローバル学習マシン
    • グラフィカルレイヤーモデル
    • 生成ロジックモジュール
  2. Zhipu AI と最も関係の深い大学はどこですか?
    • 北京大学
    • 清華大学
    • マサチューセッツ工科大学
    • 復旦大学
  3. ChatGLM-6Bのリリースでは、開発者は何を利用できるようになりましたか？
    • A video-only diffusion model
    • A proprietary API with no released model
    • A bilingual Chinese-English chatbot model with deployment options for local hardware
    • A database for image annotations
  4. CogVideoXはテキストプロンプトから何を生成しますか？
    • A protein structure
    • A transaction graph
    • A speech transcript only
    • A video clip
  5. 本来の GLM トレーニング目標はどのように機能しますか?
    • テキストの範囲をマスクし、自己回帰的に空白を埋めます。
    • 次の単語を予測するだけです
    • ラベルのない単語をクラスタリングします
    • 検索結果をランク付けします
  6. 特定のZhipu GLMリリースについて尋ねるべき、安定した技術的な質問は何ですか？
    • Whether all GLM releases have identical limits
    • Which capabilities, license, and evaluation results are documented for that exact version
    • Whether the company name predicts model quality
    • Whether a single benchmark proves general superiority
  7. What deployment option does the ChatGLM-6B repository document for reducing memory requirements?
    • Increasing the model to 70 billion parameters
    • すべてのアテンションレイヤーを削除する
    • Quantized inference configurations such as 4-bit loading
    • Training a new tokenizer at each request
  8. How does the original GLM paper describe positional information for infilling spans?
    • It uses no position information
    • It assigns each document one global position
    • It treats masked spans as image patches
    • It uses two-dimensional positions to represent text position and the infilling span