Rehber bağlantılı sınav · Orta Seviye

Lama Modeli Aile Testi

Llama'nin açık ağırlık sürümlerini, model kökenini, talimat ayarlamasını, çıkarım verimliliğini ve daha yeni multimodal varyantlarını inceleyin.

İlgili kılavuz yollarıLama Model Ailesi
Soru 1 arasında 8

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

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  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. 'Llama' kısaltması ne anlama geliyor?
    • Doğrusal Öğrenme ve Multimodal Mimari
    • Büyük Dil Modeli Meta AI
    • Katmanlı Mantık ve Makine Analizi
    • Yerel Dil Yönetimi Uygulaması
  3. İlk olarak hangi Lama sürümü geniş ticari kullanıma izin veren bir lisans ekledi?
    • Orijinal Lama 1
    • Yalnızca Lama 405
    • Lama 2
    • Hiçbiri ticari kullanıma izin vermiyor
  4. Lama modellerinin temelinde hangi mimari yatıyor?
    • Evrişimli bir görüntü sınıflandırıcı
    • Bir karar ağacı topluluğu
    • Dikkat gerektirmeyen tekrarlayan bir ağ
    • Bir sonraki jetonu tahmin eden, yalnızca kod çözücüye yönelik bir transformatör
  5. Lama 'sohbet' veya kullanıcı istemlerini takip etmek için talimatlara göre ayarlanmış varyantlar nasıl yapılır?
    • Denetimli ince ayar ve insan geri bildirimlerinden pekiştirmeli öğrenme yoluyla
    • Ekran çözünürlüğünü artırarak
    • Temel modeli tamamen silerek
    • Tüm istemleri önce Latince'ye çevirerek
  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