Quiz dotyczący modeli Nvidia Nemotron

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Głównym charakterystycznym celem rodziny Nemotron-4 340B jest:
   • Generowanie przyjaznych dla licencji syntetycznych danych szkoleniowych
   • Renderowanie grafiki 3D
   • Kopanie kryptowaluty
   • Kompresja plików wideo
2. Llama 3.1 Nemotron 70B została zbudowana przez Nvidię na bazie modelu podstawowego jakiej firmy?
   • Google
   • Meta
   • OpenAI
   • Anthropic
3. Jaka jest rola „modelu nagrody” Nemotronu?
   • Płaci programistom za korzystanie z procesorów graficznych
   • Generuje losowy szum
   • Ocenia jakość odpowiedzi, aby kierować szkoleniem i filtrowaniem danych
   • Szyfruje wagi modeli
4. What practical capability does NVIDIA’s open Nemotron release offer developers?
   • A guarantee that all hardware is free
   • A replacement for model evaluation
   • A promise that no fine-tuning is needed
   • A model and associated tools they can adapt for their own applications, subject to its license
5. Który framework lub produkt Nvidia jest powszechnie używany do wdrażania modeli Nemotron?
   • Mikrousługi NeMo i NIM
   • Microsoft Słowo
   • Adobe Photoshopie
   • Baza danych Oracle
6. Technika zastosowana przez firmę Nvidia do zwiększenia przydatności Nemotron 70B opierała się w dużej mierze na:
   • Każdą odpowiedź pisz ręcznie
   • Wzmocnienie uczenia się na podstawie informacji zwrotnych od ludzi za pomocą niestandardowego modelu nagród
   • Usuwanie wszystkich danych treningowych
   • Wyłączenie GPU
7. In the Nemotron synthetic-data pipeline described in the guide, what does the reward model do?
   • Writes the GPU kernel for the language model
   • Converts all weights to ternary values
   • Scores candidate responses on qualities such as helpfulness and correctness
   • Assigns a class label to every image
8. Which preference prompts does NVIDIA name in the Llama-3.1-Nemotron-70B-Instruct model card?
   • ImageNet
   • Common Crawl RefinedWeb
   • GSM8K
   • HelpSteer2-Preference