Kvíz spojený s průvodcem · Střední úroveň

Magic AI kvíz o modelech kódu s dlouhým kontextem

Prozkoumejte modely LTM společnosti Magic, vyhledávání v dlouhém kontextu, hodnocení HashHop, uvažování o kódové základně a problém s náklady, na který se zaměřuje jejich sekvenční algoritmus.

Otázka 1 z 8

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

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  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
    • Až 100 milionů tokenů
    • 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. Proč je naivní pozornost transformátoru problémem pro kontexty 100 milionů tokenů?
    • Nic to nestojí
    • Funguje pouze offline
    • Vymaže vstup
    • Mění se kvadraticky s délkou sekvence a stává se neúměrně drahým
  5. S jakou společností se Magic spojil v roce 2024 při stavbě superpočítačů?
    • Google Cloud
    • Apple
    • Spotify
    • Adobe
  6. What does a larger context window make possible for a coding task?
    • Rychlejší psaní na klávesnici
    • Include more cross-file code and documentation in one context, without guaranteeing project-wide correctness
    • Lepší rozlišení obrazovky
    • Levnější účty za elektřinu
  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