Вікторина, пов’язана з посібником · Середній Рівень
Тест про моделі Liquid AI та Liquid Foundation
Пов’яжіть оригінальне безперервне дослідження Liquid AI із застарілою гібридною архітектурою LFM2 і результатами масштабних звітів для визначення меж.
Питання 1 з 8
Що означає «LFM» у технічному звіті LFM2?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Що означає «LFM» у технічному звіті LFM2?
- Модель рідкої основи
- Latent Feature Mapper
- Довга пам'ять
- Модуль лінійного прогнозування
- Згідно з технічним звітом LFM2, яку архітектуру поєднує в собі його гібридна магістраль?
- Тільки щільний шар без послідовної обробки
- Шлюзові короткі згортки з невеликою кількістю блоків уваги згрупованих запитів
- Кодер лише для візуалізації та дерево рішень
- Єдиний незмінний повторюваний стан без уваги
- Яка кількість активних параметрів моделі суміші експертів LFM2-8.3B?
- Усі 8,3 мільярда параметрів активні для кожного токена
- Близько 350 мільйонів загальних параметрів
- Близько 1,5 млрд активних параметрів
- У звіті немає підрахунку активних параметрів
- Яку довжину контексту містить список у звіті LFM2 для сімейства моделей?
- Лише 2K токенів
- 128 тисяч жетонів для кожного варіанту
- У звіті вказано лише тривалість звуку
- 32 тисячі жетонів
- Для якого параметра розгортання звіт LFM2 явно оптимізує свою архітектуру?
- Висновок на пристрої за умов затримки, пам’яті й енергоспоживання, включаючи апаратне забезпечення класу телефонів і ноутбуків
- Гарантована приватна робота на кожному автомобілі та телефоні
- Навчання лише в хмарі на великих кластерах GPU
- Фіксований бюджет постійної пам’яті незалежно від контексту та розміру моделі
- Яку швидкість ЦП порівнював звіт LFM2 за листопад 2025 року з моделями подібного розміру?
- Рівно вдвічі вища точність на кожному тесті
- Попереднє заповнення та декодування до 2 разів швидше
- Фіксоване 32-кратне зменшення пам’яті для кожного пристрою
- Гарантоване удвічі покращення в порівнянні з кожним навантаженням Transformer
- Яке обмеження керувало пошуком архітектури апаратного забезпечення в циклі, описаним у звіті LFM2?
- Потрібно лише максимізувати роздільну здатність зображення
- Вимога навчання виключно на одному наборі даних
- Затримка крайнього пристрою та обмеження пам’яті
- Кількість міток, доступних для медичної діагностики
- Що забезпечує LFM2-ColBERT?
- Синтезатор мовлення лише для аудіо
- Універсальний декодер зображень
- Контролер для навчання рідинних мереж постійного часу
- Кодер із низькою затримкою для запитів і документів, які використовуються під час пошуку