Rehber bağlantılı sınav · Sert Seviye
Açık Ağırlıklar Testi
Açık ağırlıkları açık kaynaklı yapay zekadan ayırır, sürüm şartlarını ve bağımlılıklarını kontrol eder, değişiklik ve operatör sorumluluklarını gözden geçirir.
Soru 1 arasında 8
OSI tanımına göre bir 'açık ağırlık' modelini tamamen açık kaynaklı bir modelden ayıran şey nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- OSI tanımına göre bir 'açık ağırlık' modelini tamamen açık kaynaklı bir modelden ayıran şey nedir?
- Ağırlıklar serbest bırakılır ancak veriler, kod veya açık terimler serbest bırakılamaz
- İki terim arasında anlamlı bir fark yoktur
- Açık ağırlık modelleri hiç kimse tarafından indirilemez veya çalıştırılamaz.
- Açık kaynaklı modeller hiçbir zaman eğitilmiş ağırlıklarını serbest bırakmaz
- A team can download a model checkpoint. What should it check before using the model in a product?
- Assume downloading grants every commercial and redistribution right
- The permissions and restrictions in the license for that exact release
- Rely only on the model family name
- Treat the download page as a replacement for license terms
- Why might a downloaded model need more than its weight file for compatible inference?
- A weight file must include every training example
- Only the original author can load any model
- Architecture, tokenizer or preprocessing, configuration and runtime determine how weights are interpreted
- A model cannot run without a cloud account
- How can fine-tuning affect a model’s refusal behavior?
- It guarantees every refusal is preserved
- It makes the model permanently unable to answer benign requests
- It remotely updates the original provider’s hosted model
- It can change refusal behavior, so the adapted model should be reevaluated
- Açık ağırlıkların araştırmacılar için önemli faydası nedir?
- Etkinleştirmeleri inceleyebilir ve ince ayar denemeleri yapabilirler
- Her kıyaslamada garantili olarak daha yüksek puanlar alırlar
- Artık hiçbir bilgisayar donanımına ihtiyaçları yok
- Kapalı modellerin eğitim verilerine ücretsiz erişim elde ediyorlar
- What should an operator keep when modifying an open-weight model?
- Only a public download counter
- A record of modifications and a rollback version
- A claim that all adaptations are compliant
- The base model’s marketing slogan
- Which claim is supported by access to model weights alone?
- The training data are public
- The model can be reproduced exactly
- The parameters can be downloaded under the release’s terms, but other components may still be missing
- Every use is permitted commercially
- What should a team check before using a quantized open-weight checkpoint?
- Only the model family name
- That quantization guarantees identical quality
- That the checkpoint needs no tokenizer or runtime
- Its task behavior and resource use on the intended hardware