Kvíz spojený s průvodcem · Střední úroveň

Kimi a Moonshot AI kvíz

Recenzuje původ Kimi s dlouhým kontextem, návrh směsi odborníků Kimi K2 a proč se kontext a možnosti modelu liší podle vydání.

Související vodicí cestyKimi a Moonshot AI
Otázka 1 z 8

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

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  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. Jakou architekturu používají pozdější modely Kimi, jako je K2, aby zůstaly efektivní ve velkém měřítku?
    • Čistě rekurentní sítě
    • Rozhodovací stromy
    • Podporujte vektorové stroje
    • Směs odborníků (MŽP)
  5. Co bylo Kimi k1.5, vydané na začátku roku 2025, navrženo ke zlepšení?
    • Úvahy krok za krokem
    • Upscaling obrázku
    • Účinnost baterie
    • 3D vykreslování
  6. Proč je dlouhé kontextové okno prakticky užitečné?
    • Snižuje počet parametrů modelu
    • Umožňuje modelu zvážit celý dlouhý dokument najednou
    • Eliminuje potřebu tréninkových dat
    • Zaručuje faktickou přesnost
  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