Quiz: Módulo 4 - Principales familias de LLM

30 preguntas sobre GPT, Claude y modelos open-source.

---

Pregunta 1

¿Qué empresa desarrolló la serie GPT?

1. OpenAI
2. Anthropic
3. Google
4. Meta

Pregunta 2

¿Cuál fue la innovación clave de GPT-3?

1. Capacidades multimodales
2. Aprendizaje en contexto a gran escala
3. Constitutional AI
4. Lanzamiento open source

Pregunta 3

¿Qué técnica hizo que ChatGPT fuera más útil que GPT-3?

1. Más parámetros
2. Ventana de contexto más larga
3. RLHF (Reinforcement Learning from Human Feedback)
4. Mejor tokenizador

Pregunta 4

¿Quién fundó Anthropic?

1. Mark Zuckerberg
2. Ex-investigadores de OpenAI
3. Ingenieros de Google
4. Equipo de Meta AI

Pregunta 5

¿Qué es Constitutional AI?

1. Una regulación gubernamental
2. Entrenar IA con un conjunto de principios en lugar de etiquetado caso por caso
3. Una arquitectura de modelo
4. Un método de tokenización

Pregunta 6

¿Cuál es el tamaño de la ventana de contexto de Claude 3?

1. 4K tokens
2. 32K tokens
3. 100K tokens
4. 200K tokens

Pregunta 7

¿Qué empresa lanzó LLaMA?

1. OpenAI
2. Google
3. Meta
4. Anthropic

Pregunta 8

¿Qué es Mixtral?

1. Un modelo de código cerrado
2. Modelo Mixture of Experts de Mistral
3. Un framework de entrenamiento
4. Un tokenizador

Pregunta 9

¿Qué licencia utiliza LLaMA 2?

1. Solo para investigación
2. Uso comercial permitido
3. GPL
4. Propietaria

Pregunta 10

¿Cuál es la principal ventaja de los modelos de pesos abiertos?

1. Siempre mejor rendimiento
2. Control total, despliegue local, ajuste fino personalizado
3. Más fáciles de usar
4. No requieren entrenamiento

Pregunta 11

Aproximadamente, ¿cuántos parámetros tiene GPT-4?

1. 175 mil millones
2. 500 mil millones
3. ~1,8 billones (estimado)
4. 10 billones

Pregunta 12

¿Qué capacidad añadió GPT-4 que GPT-3 no tenía?

1. Generación de texto
2. Comprensión de imágenes (multimodal)
3. Traducción
4. Resumir

Pregunta 13

¿Qué modelo Claude es el más rápido y rentable?

1. Claude 3 Haiku
2. Claude 3 Sonnet
3. Claude 3 Opus
4. Claude 2

Pregunta 14

¿Qué es Sliding Window Attention utilizado por Mistral?

1. Atención solo sobre una ventana local de tokens para mayor eficiencia
2. Atención completa sobre todos los tokens
3. Atención que se desplaza a lo largo de la secuencia
4. Cross-attention entre modelos

Pregunta 15

¿En qué año se lanzó GPT-1?

1. 2016
2. 2017
3. 2018
4. 2019

Pregunta 16

¿Cuál es un enfoque clave de la investigación de Anthropic?

1. Tamaño máximo del modelo
2. Seguridad y alineación de IA
3. Optimización de velocidad
4. Eficiencia de hardware

Pregunta 17

¿Qué significa "open weights"?

1. Los pesos del modelo son públicos
2. El código de entrenamiento es abierto
3. Los datos de entrenamiento son públicos
4. La API es gratuita

Pregunta 18

¿Qué plataforma aloja la mayoría de los LLM open-source?

1. GitHub
2. Hugging Face
3. Kaggle
4. TensorFlow Hub

Pregunta 19

¿Cuál es el tipo de arquitectura de GPT?

1. Solo codificador (Encoder-only)
2. Codificador-decodificador (Encoder-decoder)
3. Solo decodificador (Decoder-only)
4. Híbrido

Pregunta 20

¿Qué hace que Claude sea "honesto" según Anthropic?

1. Nunca comete errores
2. Reconoce incertidumbre y limitaciones
3. Solo utiliza hechos verificados
4. Tiene acceso a internet

Pregunta 21

¿Cuál es el tamaño típico de Mistral 7B?

1. 7 mil millones de parámetros
2. 7 millones de parámetros
3. 70 mil millones de parámetros
4. 700 millones de parámetros

Pregunta 22

¿Por qué el lanzamiento de GPT-2 fue inicialmente limitado?

1. Problemas técnicos
2. Preocupaciones sobre el potencial de uso indebido
3. Razones comerciales
4. Disputas de licencias

Pregunta 23

¿Qué es Grouped Query Attention?

1. Compartir cabezas key-value entre varias cabezas de consulta para mayor eficiencia
2. Agrupar consultas por tema
3. Procesamiento secuencial de consultas
4. Cacheo de consultas

Pregunta 24

¿Qué modelo Claude 3 es mejor para tareas complejas?

1. Claude 3 Haiku
2. Claude 3 Sonnet
3. Claude 3 Opus
4. Todos son iguales

Pregunta 25

¿Cuál es la mejora de LLaMA 3 sobre LLaMA 2?

1. Tamaño más pequeño
2. Mejor rendimiento en benchmarks
3. Arquitectura diferente
4. Nueva licencia

Pregunta 26

¿Qué significa MoE en el contexto de LLM?

1. Model of Everything
2. Mixture of Experts
3. Method of Encoding
4. Module of Execution

Pregunta 27

¿Cómo suelen cobrar los modelos cerrados como GPT-4?

1. Suscripción mensual
2. Por token (entrada y salida)
3. Por consulta
4. Gratis

Pregunta 28

¿Qué es Code Llama?

1. LLaMA ajustado específicamente para código
2. Un IDE de programación
3. Un formateador de código
4. Una herramienta de depuración

Pregunta 29

¿Qué empresa está detrás de Mistral?

1. OpenAI
2. Meta
3. Mistral AI (startup francesa)
4. Google

Pregunta 30

¿Cuál es el beneficio del MoE disperso de Mixtral?

1. Gran capacidad con menor coste de inferencia (solo un subconjunto de expertos activos)
2. Arquitectura más simple
3. Mejor estabilidad de entrenamiento
4. Tamaño de modelo más pequeño

---

¡Quiz completado!

Puntaje de aprobación: 24/30 (80%)

← Capítulo 3Módulo 5: Tokenización →