Kuiz berkaitan panduan · Keras Tahap

Kuiz Penggabungan Model Evolusi Sakana AI

Fahami cara carian evolusi meneroka resipi untuk menggabungkan model terlatih dan cara Sakana AI menggunakan kaedah yang diilhamkan oleh alam semula jadi untuk memodelkan kerja.

Laluan panduan yang berkaitanPenggabungan Model Evolusi AI Sakana
soalan 1 daripada 8

Apakah sebenarnya yang dilakukan oleh penggabungan model evolusi Sakana AI?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah sebenarnya yang dilakukan oleh penggabungan model evolusi Sakana AI?
    • Menggunakan carian evolusi untuk menggabungkan model terlatih sedia ada kepada model baharu
    • Melatih setiap model baharu dari awal pada teks mentah
    • Memadamkan berat model buruk secara rawak
    • Hanya memperhalusi satu model dengan lebih banyak data
  2. Siapakah pengasas bersama Sakana AI yang terkenal?
    • Pencipta GPU
    • Pengarang bersama kertas Transformer asal, Llion Jones
    • Bekas presiden sebuah negara
    • Pencipta Linux
  3. Apakah maksud dan mencerminkan nama 'Sakana'?
    • 'Gunung,' mencerminkan saiz
    • 'Api,' mencerminkan kelajuan
    • 'Ikan' dalam bahasa Jepun, mencerminkan AI yang diilhamkan oleh segerombolan kolektif
    • 'Cloud,' mencerminkan pusat data
  4. Sakana mengembangkan model cantuman merentasi dua ruang yang manakah?
    • Audio dan video sahaja
    • Lesen perkakasan dan perisian
    • Pemasaran dan jualan
    • Ruang parameter dan ruang aliran data (susunan lapisan).
  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. Selain penggabungan model, apakah sistem bercita-cita tinggi yang diperkenalkan Sakana?
    • Apl media sosial
    • 'Saintis AI' bertujuan untuk mengautomasikan penyelidikan
    • Konsol permainan video
    • Bahasa pengaturcaraan baharu
  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