Quiz lié à un guide · Moyen Niveau

Quiz sur l'IA de Kimi et Moonshot

Examine les origines du contexte long de Kimi, la conception mixte d'experts de Kimi K2 et pourquoi les capacités de contexte et de modèle varient selon la version.

Chemins de guidage associésKimi et Moonshot AI
Question 1 de 8

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

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  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. Quelle architecture les modèles Kimi ultérieurs, tels que le K2, utilisent-ils pour rester efficaces à grande échelle ?
    • Réseaux récurrents purs
    • Arbres de décision
    • Machines vectorielles de support
    • Mélange d'experts (MoE)
  5. Qu'est-ce que Kimi k1.5, sorti début 2025, a été conçu pour améliorer ?
    • Raisonnement étape par étape
    • Mise à l'échelle de l'image
    • Efficacité de la batterie
    • Rendu 3D
  6. Pourquoi une longue fenêtre contextuelle est-elle pratiquement utile ?
    • Cela réduit le nombre de paramètres du modèle
    • Il permet au modèle de considérer un long document entier à la fois
    • Il élimine le besoin de données de formation
    • Il garantit l’exactitude factuelle
  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