چنچیلا کمپیوٹ - بہترین ٹریننگ کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. چنچیلا نے اپنے پیمانے کے تجزیہ کے لیے کتنے زبانوں کے ماڈلز کا مطالعہ کیا؟
   • 400 سے زیادہ
   • 10 سے کم
   • بالکل 20
   • 100,000 سے زیادہ
2. پیپر کے ماڈل سویپ نے کس پیرامیٹر کاؤنٹ رینج کا احاطہ کیا؟
   • 1 ملین سے 10 ملین
   • تقریبا 70 ملین سے 16 بلین پیرامیٹرز
   • 70 ارب سے 1 ٹریلین سے زیادہ
   • صرف 70 ارب
3. کاغذ کے جھاڑو نے کس ٹریننگ ٹوکن رینج کا احاطہ کیا؟
   • 5 ملین سے 50 ملین
   • صرف 300 بلین ٹوکن
   • تقریباً 5 بلین سے 500 بلین ٹوکن
   • 1 ٹریلین سے 10 ٹریلین ٹوکن
4. ماڈل کے سائز کو طے کرتے ہوئے کاغذ کا پہلا تخمینہ لگانے کا طریقہ کیا مختلف تھا؟
   • ہر قدم کے لیے ٹوکنائزر
   • صرف تشخیصی معیارات کی تعداد
   • تربیتی منحنی خطوط کو غیر استعمال میں رکھتے ہوئے ڈیٹاسیٹ کی زبان
   • تربیت کا دورانیہ، تربیت کے سلسلے یا ٹوکنز کی تعداد سے ماپا جاتا ہے۔
5. IsoFLOP پروفائل میں، ماڈل کے سائز کا موازنہ کرتے وقت کیا طے کیا جاتا ہے؟
   • FLOPs میں کل ٹریننگ کمپیوٹ بجٹ
   • سائز سے قطع نظر ہر ماڈل کے لیے ٹوکن کی گنتی
   • تشخیص کرنے والوں کی تعداد
   • صرف الفاظ کا سائز
6. IsoFLOP پروفائل پر ماڈل سائز کے مقابلے میں کاغذ کو نقصان میں کیا شکل نظر آتی ہے؟
   • ایک لائن جو ہمیشہ بغیر کسی کم از کم کے کم ہوتی ہے۔
   • اس کمپیوٹ بجٹ کے لیے کم از کم نقصان کے ماڈل سائز والی وادی
   • ہر سائز کے لیے ایک مستقل افقی سکور
   • ایک بے ترتیب نمونہ جو کہ حساب سے غیر متعلق ہے۔
7. کاغذ اپنے تیسرے، پیرامیٹرک نقصان کے نقطہ نظر کے پیرامیٹرز میں کیسے فٹ ہوا؟
   • ہر ٹوکن کو ہاتھ سے لیبل لگا کر
   • بغیر کسی نقصان کے K- کا مطلب استعمال کرنا
   • Huber نقصان اور L-BFGS کے ساتھ، ابتداء کے گرڈ سے ایک اچھا فٹ منتخب کرنا
   • صرف ماڈل کے ناموں کا موازنہ کرکے
8. چنچیلا ماڈل نے کون سا ٹریننگ ڈیٹاسیٹ استعمال کیا؟
   • صرف امیج نیٹ
   • کامن وائس اسپیچ کارپس
   • ایک ڈیٹا سیٹ جو صرف تیار کردہ ماڈل جوابات سے بنایا گیا ہے۔
   • MassiveText، گوفر سے قدرے مختلف ذیلی تقسیم کے ساتھ