Quiz połączony z przewodnikiem · Średni Poziom
BigScience i quiz dotyczący modelu BLOOM
Przejrzyj wielojęzyczny korpus ROOTS firmy BLOOM, wersję ogólnodostępną, architekturę zawierającą wyłącznie dekoder i języki reprezentowane podczas szkolenia.
Pytanie 1 z 8
Jaki był główny cel wyróżniający model BLOOM w porównaniu z modelami o podobnej wielkości z tamtych czasów?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Jaki był główny cel wyróżniający model BLOOM w porównaniu z modelami o podobnej wielkości z tamtych czasów?
- Będąc wielojęzycznym i otwartym
- Bycie najszybszym w wnioskowaniu
- Będąc najmniejszym możliwym modelem
- Szkolenie wyłącznie w zakresie programowania
- Ile w przybliżeniu parametrów ma BLOOM?
- 7 miliardów
- 176 miliardów
- 70 miliardów
- 540 miliardów
- Ilu języków naturalnych nauczył się BLOOM?
- 1
- 100
- 46
- 600
- Która organizacja koordynowała współpracę BigScience?
- DeepMind
- Stability AI
- Anthropic
- Hugging Face
- Gdzie BLOOM był szkolony?
- Na finansowanym ze środków publicznych superkomputerze Jean Zay we Francji
- Na procesorach graficznych w chmurze prywatnej wynajmowanych od startupu
- W klastrze laptopów uniwersyteckich
- Na kapsułach 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?
- Splotowy klasyfikator obrazu
- A recurrent speech recognizer
- A diffusion model for audio
- A decoder-only Transformer