Quiz połączony z przewodnikiem · Średni Poziom

Modele Yi autorstwa 01.AI Quiz

Zapoznaj się z początkami rodziny modeli Yi, dwujęzycznością, projektem obejmującym wyłącznie dekoder, wariantami o długim kontekście i zorientowanym na instrukcje szkoleniem poszkoleniowym.

Powiązane ścieżki prowadząceModele Yi autorstwa 01 AI
Pytanie 1 z 8

Kto założył 01.AI, firmę stojącą za modelami Yi?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Kto założył 01.AI, firmę stojącą za modelami Yi?
    • Kai-Fu Lee
    • Robin Li
    • Jacek Mam
    • Andrzej Ng
  2. Jakie dwa z pierwszych podstawowych modeli Yi zostały wypuszczone na rynek?
    • Yi-1 i Yi-2
    • Yi-6B i Yi-34B
    • Yi-100 i Yi-200
    • Yi-Mini i Yi-Max
  3. Z jakich możliwości szczególnie znane są modele Yi?
    • Generowanie tylko obrazów
    • Działa bez żadnego GPU
    • Silna dwujęzyczna wydajność chińsko-angielska
    • Tłumaczenie tylko dźwięku mówionego
  4. Z jakiego podstawowego rodowodu architektury korzystają modele Yi?
    • Powtarzający się projekt LSTM
    • Model dyfuzyjny
    • Czysty model enkodera, taki jak BERT
    • Transformator przeznaczony wyłącznie do dekodera w stylu lamy
  5. Jak długo trwa okno kontekstowe wariantów Yi o długim kontekście?
    • 200 tys. tokenów
    • Tokeny 4 tys
    • 32 tys. tokenów
    • 1 milion tokenów
  6. What did 01.AI’s Yi technical report identify as an important driver of model performance?
    • Całkowite porzucenie sztucznej inteligencji
    • Data quality resulting from data-engineering efforts
    • Tylko budowanie chipów sprzętowych
    • Łączenie z OpenAI
  7. What does supervised fine-tuning plus reinforcement learning from human feedback aim to improve in Yi chat models?
    • Compressing retinal images
    • Changing the model into an encoder-only network
    • Following instructions in conversational use
    • Removing all text-generation ability
  8. What data strategy did 01.AI emphasize for the Yi models?
    • Training exclusively on synthetic audio
    • Avoiding all data filtering
    • Using only programming-language source code
    • Careful data quality and curation rather than relying only on sheer scale