Kuiz berkaitan panduan · Sederhana Tahap

BigScience dan Kuiz Model BLOOM

Semak korpus ROOTS berbilang bahasa BLOOM, keluaran akses terbuka, seni bina penyahkod sahaja dan bahasa yang diwakili dalam latihan.

Laluan panduan yang berkaitanBigscience Dan Model Bloom

soalan 1 daripada 8

Apakah matlamat utama yang membezakan model BLOOM berbanding model bersaiz serupa pada zamannya?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

Apakah matlamat utama yang membezakan model BLOOM berbanding model bersaiz serupa pada zamannya?
- Berbilang bahasa dan dikeluarkan secara terbuka
- Menjadi yang terpantas membuat inferens
- Menjadi model terkecil yang mungkin
- Dilatih hanya pada kod pengaturcaraan
Kira-kira berapa banyak parameter yang ada pada BLOOM?
- 7 bilion
- 176 bilion
- 70 bilion
- 540 bilion
Berapa banyak bahasa semula jadi yang BLOOM dilatih untuk dikendalikan?
- 1
- 100
- 46
- 600
Organisasi manakah yang menyelaraskan kerjasama BigScience?
- DeepMind
- Stability AI
- Anthropic
- Hugging Face
Di manakah BLOOM dilatih?
- Pada superkomputer Jean Zay yang dibiayai awam di Perancis
- Pada awan peribadi GPU yang disewa dari permulaan
- Pada kluster komputer riba universiti
- Pada pod TPU Google
How does BLOOM’s ALiBi mechanism encode relative position?
- It removes attention and uses a convolutional decoder
- It adds distance-dependent biases to attention scores
- It inserts learned position vectors into every token embedding
- It stores position as a separate image channel
How many programming languages were represented in BLOOM’s ROOTS corpus?
- 3 programming languages
- 46 programming languages
- 13 programming languages
- 130 programming languages
What model architecture does the BLOOM paper describe?
- Pengelas imej konvolusi
- A recurrent speech recognizer
- A diffusion model for audio
- A decoder-only Transformer