引導式測驗 · 中等 等級
駱駝模型家庭測驗
查看 Llama 的開放權重版本、模型譜系、指令調整、推理效率和更新的多模式變體。
問題 1 的 8
Meta 如何描述對 Llama 模型權重的存取,以及使用受哪些規範約束?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- Meta 如何描述對 Llama 模型權重的存取,以及使用受哪些規範約束?
- 權重對符合條件的版本公開釋出,受各版本授權與使用條款限制
- 每個版本皆為公有領域,使用不受限制
- 僅有 Meta 員工可存取任何 Llama 權重
- 權重可下載且無任何條款限制
- 縮寫詞“Llama”代表什麼?
- 線性學習和多模態架構
- 大型語言模式 Meta AI
- 分層邏輯與機器分析
- 本地語言管理應用程式
- 哪個 Llama 版本首先添加了允許廣泛商業使用的許可證?
- 原來的駱駝 1
- 僅限美洲駝 405
- 駱駝2
- 它們都不允許商業用途
- Llama 模型的基礎架構是什麼?
- 卷積影像分類器
- 決策樹集成
- 沒有註意力的循環網絡
- 預測下一個標記的僅解碼器變壓器
- Llama 的「聊天」或指示調整變體是如何遵循使用者提示的?
- 透過人類回饋的監督微調和強化學習
- 透過提高螢幕分辨率
- 透過完全刪除基礎模型
- 首先將所有提示翻譯成拉丁語
- 在哪種部署設定下,執行 Llama 本地化可避免將提示送至托管推論服務?
- 每當模型被下載時,即使應用程式將提示送至雲端工具
- 當推論在裝置上或私有本地伺服器上執行,且沒有提示轉發服務時
- 僅在模型被微調而非用於推論時
- 當應用程式將提示存於共用托管 API 時
- Meta 在 Llama 3 8B 與 70B 中採用了哪種注意力設計以提升推論效率?
- 殘差向量量化
- 空間自適應正規化
- 分組查詢注意力(GQA)
- 一種遞迴狀態空間掃描
- Llama 3.2 Vision 模型可以接受哪些輸入?
- 僅音訊波形
- 僅影片畫面,無文字
- 感測器資料,無語言或影像
- 文字和图像