Sakana AI 진화 모델 병합 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. Sakana AI의 진화 모델 병합은 실제로 무엇을 합니까?
   • 진화적 검색을 사용하여 기존의 사전 학습된 모델을 새로운 모델로 결합합니다.
   • 원시 텍스트를 바탕으로 모든 새 모델을 처음부터 훈련합니다.
   • 잘못된 모델의 가중치를 무작위로 삭제합니다.
   • 더 많은 데이터가 포함된 단일 모델만 미세 조정합니다.
2. Sakana AI의 주목할만한 공동 창립자는 누구입니까?
   • GPU의 발명가
   • Transformer 논문 원본의 공동 저자인 Llion Jones
   • 한 나라의 전직 대통령
   • 리눅스의 창시자
3. '사카나'라는 이름은 무엇을 의미하고 반영합니까?
   • 크기를 반영하는 '산'
   • 속도를 반영하는 '불'
   • 집단적 떼에서 영감을 받은 AI를 반영하는 일본어 '물고기'
   • 데이터센터를 반영하는 '클라우드'
4. Sakana는 어느 두 공간에 걸쳐 모델 병합을 발전시킵니까?
   • 오디오 및 비디오만
   • 하드웨어 및 소프트웨어 라이센스
   • 마케팅 및 영업
   • 매개변수 공간과 데이터 흐름(레이어 배열) 공간
5. What can reusing pretrained weights avoid in an evolutionary model-merging project?
   • Training a new base model from scratch
   • All compute for search and evaluation
   • The need to check model compatibility
   • Testing on a benchmark task
6. 모델 병합 외에도 Sakana는 어떤 야심찬 시스템을 도입했습니까?
   • 소셜 미디어 앱
   • 연구 자동화를 목표로 하는 'AI 과학자'
   • 비디오 게임 콘솔
   • 새로운 프로그래밍 언어
7. How does the evolutionary search compare candidate model-merging recipes?
   • It chooses the recipe with the longest name
   • It selects candidates without running any evaluation
   • It evaluates them on task-specific benchmarks and uses scores to guide later candidates
   • It always keeps the first combination it tries
8. What is an important limitation when interpreting a merged model’s benchmark score?
   • It proves the model has no inherited limitations
   • It guarantees equal performance on every language
   • It means no evaluation data was used
   • The score reflects the evaluated tasks and setup, not guaranteed performance everywhere