Gids-gekoppelde quiz · Middelmatig Niveau

Lama-modelfamiliequiz

Bekijk de open-weight releases, modellijn, instructie-afstemming, inferentie-efficiëntie en nieuwere multimodale varianten van Llama.

Gerelateerde gidspadenLama-modelfamilie
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.

  1. 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
  2. Waar staat de afkorting ‘Llama’ voor?
    • Lineair leren en multimodale architectuur
    • Groot taalmodel Meta AI
    • Gelaagde logica en machineanalyse
    • Lokale taalbeheertoepassing
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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