Тест, свързан с ръководство · Среден Ниво

Кими и Лунният изкуствен интелект тест

Преглед на произхода на дългия контекст на Kimi, комбинацията от експертен дизайн на Kimi K2 и защо контекстът и възможностите на модела варират в зависимост от версията.

Свързани ръководни пътекиКими и Moonshot AI
Въпрос 1 на 8

What maximum context size did Moonshot announce for the moonshot-v1 API at its January 2024 public beta?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. What maximum context size did Moonshot announce for the moonshot-v1 API at its January 2024 public beta?
    • Up to 128K tokens
    • Up to 8K tokens
    • Up to 32K tokens
    • Up to 1M tokens
  2. When does Moonshot AI’s official timeline say the company was founded?
    • Spring 2018
    • Spring 2023
    • Fall 2020
    • Winter 2025
  3. Which major investor did Alibaba disclose in its FY2024 annual report?
    • OpenAI, with an approximately 36% equity interest
    • Anthropic, with an approximately 36% equity interest
    • Moonshot AI, with an approximately 36% equity interest reported for that fiscal year
    • DeepMind, with an approximately 36% equity interest
  4. Каква архитектура използват по-късните модели на Kimi като K2, за да останат ефективни в голям мащаб?
    • Чисти рекурентни мрежи
    • Дървета на решенията
    • Поддържащи векторни машини
    • Смес от експерти (MoE)
  5. Какво беше Kimi k1.5, пуснат в началото на 2025 г., предназначен да подобри?
    • Разсъждение стъпка по стъпка
    • Увеличаване на изображението
    • Ефективност на батерията
    • 3D изобразяване
  6. Защо дългият контекстен прозорец е практически полезен?
    • Намалява броя на параметрите на модела
    • Това позволява на модела да разглежда цял дълъг документ наведнъж
    • Това елиминира необходимостта от данни за обучение
    • Гарантира фактическа точност
  7. What scale does the Kimi K2 technical report give for total and activated parameters?
    • 70 billion total, with all 70 billion activated
    • 7 billion total, with 32 billion activated
    • 1 trillion total parameters, with 32 billion activated
    • 1 trillion total, with all parameters activated for every token
  8. Why should a comparison of Kimi model capabilities identify the exact release?
    • Every release has identical capabilities
    • The product name alone establishes the model’s benchmark score
    • Version identifiers matter only for billing
    • Context limits, modalities, and tool behavior can differ across model versions