引导式测验 · 硬 等级

Sakana AI 进化模型合并测验

了解进化搜索如何探索组合预训练模型的方法，以及 Sakana AI 如何将受自然启发的方法应用于模型工作。

相关引导路径Sakana AI 进化模型合并
问题 1 的 8

Sakana AI 的进化模型合并到底有什么作用？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. Sakana AI 的进化模型合并到底有什么作用？
    • 使用进化搜索将现有的预训练模型组合成新模型
    • 在原始文本上从头开始训练每个新模型
    • 随机删除坏模型的权重
    • 仅使用更多数据微调单个模型
  2. Sakana AI 的著名联合创始人是谁？
    • GPU的发明者
    • Transformer 原始论文的合著者 Llion Jones
    • 一个国家的前总统
    • Linux的创造者
  3. “Sakana”这个名字的含义和反映是什么？
    • “山”反映了大小
    • “火”反映速度
    • 日语中的“鱼”，反映了受集体群体启发的人工智能
    • “云”代表数据中心
  4. Sakana 演化模型融合了哪两个空间？
    • 仅音频和视频
    • 硬件和软件许可证
    • 营销和销售
    • 参数空间和数据流（层排列）空间
  5. What can reusing pretrained weights avoid in an evolutionary model-merging project?
    • Training a new base model from scratch
    • All compute for search and evaluation
    • The need to check model compatibility
    • Testing on a benchmark task
  6. 除了模型合并之外，Sakana 还引入了哪些雄心勃勃的系统？
    • 社交媒体应用程序
    • 旨在自动化研究的“人工智能科学家”
    • 视频游戏机
    • 一种新的编程语言
  7. How does the evolutionary search compare candidate model-merging recipes?
    • It chooses the recipe with the longest name
    • It selects candidates without running any evaluation
    • It evaluates them on task-specific benchmarks and uses scores to guide later candidates
    • It always keeps the first combination it tries
  8. What is an important limitation when interpreting a merged model’s benchmark score?
    • It proves the model has no inherited limitations
    • It guarantees equal performance on every language
    • It means no evaluation data was used
    • The score reflects the evaluated tasks and setup, not guaranteed performance everywhere