Test legat de ghid · Mediu Nivel

Test de familie cu modele de lamă

Examinați versiunile deschise ale lui Llama, descendența modelului, reglarea instrucțiunilor, eficiența inferenței și variantele multimodale mai noi.

Căi de ghidare aferenteFamilie de modele lama
Întrebare 1 de 8

How does Meta describe access to Llama model weights, and what governs use?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. How does Meta describe access to Llama model weights, and what governs use?
    • 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. Ce înseamnă acronimul „Llama”?
    • Învățare liniară și arhitectură multimodală
    • Model de limbă mare Meta AI
    • Logica stratificată și analiza mașinilor
    • Aplicație locală de management al limbii
  3. Care versiune Llama a adăugat prima o licență care permite o utilizare comercială largă?
    • Llama originală 1
    • Numai lama 405
    • Lama 2
    • Niciuna dintre ele nu permite utilizarea comercială
  4. Ce arhitectură stă la baza modelelor Llama?
    • Un clasificator de imagini convoluționale
    • Un ansamblu de arbore de decizie
    • O rețea recurentă fără atenție
    • Un transformator numai pentru decodor care prezice următorul simbol
  5. Cum sunt create „chat” Llama sau variantele reglate cu instrucțiuni pentru a urma instrucțiunile utilizatorului?
    • Prin reglarea fină supravegheată și învățarea de întărire din feedbackul uman
    • Prin creșterea rezoluției ecranului
    • Prin ștergerea completă a modelului de bază
    • Traducând mai întâi toate solicitările în latină
  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 și imagini