اختبار مرتبط بالدليل · متوسط المستوى

اختبار نماذج التعليمات البرمجية ذات السياق الطويل لـ Magic AI

استكشف نماذج Magic LTM واسترجاع السياق الطويل وتقييمات HashHop واستدلال قاعدة التعليمات البرمجية ومشكلة التكلفة التي تستهدفها خوارزمية التسلسل.

مسارات الدليل ذات الصلةنماذج كود السياق الطويل للذكاء الاصطناعي السحري
سؤال 1 من 8

What software-development direction has Magic said it is pursuing?

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. What software-development direction has Magic said it is pursuing?
    • Developing AI models and agents for software-engineering tasks
    • Replacing all software repositories with image datasets
    • Building a spreadsheet-only OCR service
    • Generating code without considering project context
  2. What maximum context capacity did Magic announce for LTM-2-mini in August 2024?
    • Up to 100 thousand tokens
    • ما يصل إلى 100 مليون الرموز
    • Up to 1 million tokens
    • Up to 10 billion tokens
  3. What does Magic use HashHop to evaluate?
    • How well a model predicts a familiar fact from pretraining
    • Whether generated source code passes every production test
    • Retrieval and chaining over random hash pairs placed in a supplied long context
    • How quickly a model compiles a new programming language
  4. لماذا يمثل انتباه المحول الساذج مشكلة في سياقات 100 مليون رمز؟
    • لا يكلف شيئا
    • إنه يعمل فقط دون اتصال بالإنترنت
    • فهو يحذف الإدخال
    • إنه يتدرج بشكل تربيعي مع طول التسلسل، ويصبح باهظ التكلفة
  5. ما هي الشركة التي تعاونت معها شركة Magic في عام 2024 لبناء أجهزة الكمبيوتر العملاقة؟
    • Google السحابة
    • Apple
    • سبوتيفي
    • Adobe
  6. What does a larger context window make possible for a coding task?
    • الكتابة بشكل أسرع على لوحة المفاتيح
    • Include more cross-file code and documentation in one context, without guaranteeing project-wide correctness
    • دقة شاشة أفضل
    • فواتير كهرباء أرخص
  7. What comparison did Magic report for LTM-2-mini’s sequence-dimension algorithm?
    • A 1,000-fold improvement in total cost for every deployed model
    • A 1,000-fold increase in the accuracy of all code edits
    • About 1,000 times lower per-token algorithmic cost than Llama 3.1 405B attention at 100M context in the reported configuration
    • A fixed 1,000-token limit for every LTM model
  8. In a simple illustrative lookup with A → B, B → C, and C → D, what chain follows from A?
    • A → C → B → D
    • A → B → D → C
    • A → D → C → B
    • A → B → C → D