اختبار: نشر الإنتاج
30 سؤالاً حول التصدير، والتحسين، وبناء المنتجات.
السؤال 1
ما هو التنسيق المستخدم للاستدلال باستخدام وحدة المعالجة المركزية مع llama.cpp؟
A) ONNX
B) GGUF
C) PyTorch
D) TensorFlow
إظهار الإجابة
الإجابة الصحيحة: B
GGUF هو التنسيق القياسي للنماذج الكمية المستخدمة مع llama.cpp للاستدلال باستخدام وحدة المعالجة المركزية.
السؤال 2
لما هو vLLM محسن؟
A) التدريب
B) تقديم الاستدلال عالي الإنتاجية
C) دمج النماذج
D) إعداد البيانات
إظهار الإجابة
الإجابة الصحيحة: B
vLLM محسن لتقديم الاستدلال عالي الإنتاجية باستخدام PagedAttention.
السؤال 3
ماذا يجب أن تفعل مع LoRA قبل نشر الإنتاج؟
A) حذفها
B) دمجها في النموذج الأساسي
C) الاحتفاظ بها منفصلة دائمًا
D) ضغطها
إظهار الإجابة
الإجابة الصحيحة: B
للنشر في الإنتاج، دمج LoRA في النموذج الأساسي يبسط النشر ويزيل عبء المحول.
السؤال 4
ما هي الكمية التي توفر أفضل توازن بين السرعة والجودة؟
A) FP32
B) FP16
C) INT8
D) INT2
إظهار الإجابة
الإجابة الصحيحة: C
عادةً ما تقدم كمية INT8 تحسينًا جيدًا في السرعة مع فقدان جودة طفيف للإنتاج.
السؤال 5
ما هو PagedAttention في vLLM؟
A) تقنية تدريب
B) إدارة فعالة لذاكرة التخزين المؤقت KV
C) بنية نموذج
D) تنسيق بيانات
إظهار الإجابة
الإجابة الصحيحة: B
PagedAttention يدير ذاكرة التخزين المؤقت KV بكفاءة من خلال الترحيل، مما يتيح إنتاجية أعلى.
(تغطي الأسئلة 6-30 مواضيع نشر إضافية)
🎉 تهانينا!
لقد أكملت دورة إتمام ضبط LLM!