Quiz: Módulo 4 - Principais Famílias de LLMs

30 questões sobre GPT, Claude e modelos open-source.

---

Pergunta 1

Qual empresa desenvolveu a série GPT?

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

Pergunta 2

Qual foi a principal inovação do GPT-3?

1. Capacidades multimodais
2. Aprendizagem em contexto em larga escala
3. Constitutional AI
4. Lançamento open source

Pergunta 3

Qual técnica tornou o ChatGPT mais útil do que o GPT-3?

1. Mais parâmetros
2. Contexto mais longo
3. RLHF (Reinforcement Learning from Human Feedback)
4. Tokenizador melhor

Pergunta 4

Quem fundou a Anthropic?

1. Mark Zuckerberg
2. Ex-pesquisadores da OpenAI
3. Engenheiros do Google
4. Equipe de IA da Meta

Pergunta 5

O que é Constitutional AI?

1. Uma regulamentação governamental
2. Treinar IA com um conjunto de princípios em vez de rotulação caso a caso
3. Uma arquitetura de modelo
4. Um método de tokenização

Pergunta 6

Qual o tamanho da janela de contexto do Claude 3?

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

Pergunta 7

Qual empresa lançou o LLaMA?

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

Pergunta 8

O que é Mixtral?

1. Um modelo fechado
2. Modelo Mixture of Experts da Mistral
3. Um framework de treinamento
4. Um tokenizador

Pergunta 9

Qual licença o LLaMA 2 utiliza?

1. Apenas para pesquisa
2. Uso comercial permitido
3. GPL
4. Proprietária

Pergunta 10

Qual a principal vantagem dos modelos com pesos abertos?

1. Sempre melhor desempenho
2. Total controle, deploy local, fine-tuning personalizado
3. Mais fácil de usar
4. Não precisa de treinamento

Pergunta 11

Aproximadamente quantos parâmetros o GPT-4 possui?

1. 175 bilhões
2. 500 bilhões
3. ~1,8 trilhão (estimado)
4. 10 trilhões

Pergunta 12

Qual capacidade o GPT-4 adicionou que o GPT-3 não tinha?

1. Geração de texto
2. Compreensão de imagens (multimodal)
3. Tradução
4. Sumarização

Pergunta 13

Qual modelo Claude é o mais rápido e econômico?

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

Pergunta 14

O que é Sliding Window Attention usado pela Mistral?

1. Atenção apenas sobre uma janela local de tokens para eficiência
2. Atenção total sobre todos os tokens
3. Atenção que se move pela sequência
4. Cross-attention entre modelos

Pergunta 15

Em que ano o GPT-1 foi lançado?

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

Pergunta 16

Qual é um dos principais focos da pesquisa da Anthropic?

1. Tamanho máximo do modelo
2. Segurança e alinhamento de IA
3. Otimização de velocidade
4. Eficiência de hardware

Pergunta 17

O que significa "open weights"?

1. Os pesos do modelo são publicamente disponíveis
2. Código de treinamento é aberto
3. Dados de treinamento são públicos
4. API é gratuita

Pergunta 18

Qual plataforma hospeda a maioria dos LLMs open-source?

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

Pergunta 19

Qual o tipo arquitetural do GPT?

1. Apenas encoder
2. Encoder-decoder
3. Apenas decoder
4. Híbrido

Pergunta 20

O que torna o Claude "honesto" segundo a Anthropic?

1. Nunca comete erros
2. Reconhece incertezas e limitações
3. Usa apenas fatos verificados
4. Tem acesso à internet

Pergunta 21

Qual o tamanho típico do Mistral 7B?

1. 7 bilhões de parâmetros
2. 7 milhões de parâmetros
3. 70 bilhões de parâmetros
4. 700 milhões de parâmetros

Pergunta 22

Por que o lançamento do GPT-2 foi inicialmente limitado?

1. Problemas técnicos
2. Preocupações com potencial de uso indevido
3. Razões comerciais
4. Disputas de licença

Pergunta 23

O que é Grouped Query Attention?

1. Compartilhamento de cabeças key-value entre múltiplas cabeças de query para eficiência
2. Agrupamento de queries por tópico
3. Processamento sequencial de queries
4. Cache de queries

Pergunta 24

Qual modelo Claude 3 é melhor para tarefas complexas?

1. Claude 3 Haiku
2. Claude 3 Sonnet
3. Claude 3 Opus
4. Todos são iguais

Pergunta 25

Qual a melhoria do LLaMA 3 em relação ao LLaMA 2?

1. Tamanho menor
2. Melhor desempenho em benchmarks
3. Arquitetura diferente
4. Nova licença

Pergunta 26

O que significa MoE no contexto de LLM?

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

Pergunta 27

Como modelos fechados como o GPT-4 normalmente cobram?

1. Assinatura mensal
2. Por token (entrada e saída)
3. Por consulta
4. Gratuito

Pergunta 28

O que é o Code Llama?

1. LLaMA ajustado especificamente para código
2. Um IDE de programação
3. Um formatador de código
4. Uma ferramenta de depuração

Pergunta 29

Qual empresa está por trás da Mistral?

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

Pergunta 30

Qual o benefício do MoE esparso do Mixtral?

1. Grande capacidade com menor custo de inferência (apenas um subconjunto de experts ativo)
2. Arquitetura mais simples
3. Melhor estabilidade de treinamento
4. Tamanho de modelo menor

---

Quiz Concluído!

Nota de aprovação: 24/30 (80%)

← Capítulo 3Módulo 5: Tokenização →