Gids-gekoppelde quiz · Middelmatig Niveau
BigScience en de BLOOM-modelquiz
Bekijk het meertalige ROOTS-corpus van BLOOM, de open-access-release, de architectuur die uitsluitend op decoders gebaseerd is, en de talen die in de training vertegenwoordigd zijn.
Vraag 1 van 8
Wat was het belangrijkste onderscheidende doel van het BLOOM-model vergeleken met modellen van vergelijkbare grootte uit die tijd?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat was het belangrijkste onderscheidende doel van het BLOOM-model vergeleken met modellen van vergelijkbare grootte uit die tijd?
- Meertalig zijn en openlijk vrijgelaten
- De snelste zijn in het maken van gevolgtrekkingen
- Het kleinst mogelijke model zijn
- Alleen getraind worden in het programmeren van code
- Hoeveel parameters heeft BLOOM ongeveer?
- 7 miljard
- 176 miljard
- 70 miljard
- 540 miljard
- Voor hoeveel natuurlijke talen is BLOOM getraind?
- 1
- 100
- 46
- 600
- Welke organisatie coördineerde de BigScience-samenwerking?
- DeepMind
- Stability AI
- Anthropic
- Hugging Face
- Waar is BLOOM opgeleid?
- Op de door de overheid gefinancierde supercomputer Jean Zay in Frankrijk
- Op privécloud-GPU's gehuurd van een startup
- Op een universitair laptopcluster
- Op de TPU-pods van 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?
- Een convolutionele beeldclassificator
- A recurrent speech recognizer
- A diffusion model for audio
- A decoder-only Transformer