Gids-gekoppelde quiz · Middelmatig Niveau
Lama-modelfamiliequiz
Bekijk de open-weight releases, modellijn, instructie-afstemming, inferentie-efficiëntie en nieuwere multimodale varianten van Llama.
Vraag 1 van 8
Hoe beschrijft Meta de toegang tot Llama-modelgewichten, en wat is van toepassing op het gebruik?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Hoe beschrijft Meta de toegang tot Llama-modelgewichten, en wat is van toepassing op het gebruik?
- Weights are publicly released for eligible versions, subject to each version’s license and use terms
- Every version is public domain with unrestricted use
- Only Meta employees can access any Llama weights
- The weights are downloadable without any terms
- Waar staat de afkorting ‘Llama’ voor?
- Lineair leren en multimodale architectuur
- Groot taalmodel Meta AI
- Gelaagde logica en machineanalyse
- Lokale taalbeheertoepassing
- Bij welke Llama-uitgave werd voor het eerst een licentie toegevoegd die breed commercieel gebruik mogelijk maakte?
- De originele Lama 1
- Alleen Lama 405
- Lama 2
- Geen van hen staat commercieel gebruik toe
- Welke architectuur ligt ten grondslag aan Llama-modellen?
- Een convolutionele beeldclassificator
- Een beslisboomensemble
- Een terugkerend netwerk zonder aandacht
- Een transformator die alleen voor een decoder geschikt is en die het volgende token voorspelt
- Hoe worden Llama 'chat'- of instructie-afgestemde varianten gemaakt om gebruikersaanwijzingen te volgen?
- Door middel van begeleide verfijning en versterking van het leren van menselijke feedback
- Door de schermresolutie te verhogen
- Door het basismodel volledig te schrappen
- Door alle aanwijzingen eerst naar het Latijn te vertalen
- In what deployment setup can running Llama locally avoid sending prompts to a hosted inference service?
- Whenever a model is downloaded, even when an app sends prompts to cloud tools
- When inference runs on-device or on a private local server without a prompt-forwarding service
- Only when the model is fine-tuned rather than used for inference
- When the application stores prompts in a shared hosted API
- Which attention design did Meta adopt in Llama 3 8B and 70B to improve inference efficiency?
- Residual vector quantization
- Spatially-adaptive normalization
- Grouped-query attention (GQA)
- A recurrent state-space scan
- What inputs can Llama 3.2 Vision models accept?
- Audio waveforms only
- Video frames only, with no text
- Sensor data without language or images
- Text and images