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.
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.
- 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
- When does Moonshot AI’s official timeline say the company was founded?
- Spring 2018
- Spring 2023
- Fall 2020
- Winter 2025
- 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
- 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)
- Co bylo Kimi k1.5, vydané na začátku roku 2025, navrženo ke zlepšení?
- Úvahy krok za krokem
- Upscaling obrázku
- Účinnost baterie
- 3D vykreslování
- 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
- 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
- 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