Gids-gekoppelde quiz · Middelmatig Niveau

Kimi en Moonshot AI-quiz

Bespreekt de oorsprong van Kimi met een lange context, het ontwerp van de mix van experts van Kimi K2 en waarom context- en modelmogelijkheden per release verschillen.

Gerelateerde gidspadenKimi en Moonshot AI
Vraag 1 van 8

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

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  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. Welke architectuur gebruiken latere Kimi-modellen zoals K2 om op grote schaal efficiënt te blijven?
    • Pure terugkerende netwerken
    • Beslisbomen
    • Ondersteuning van vectormachines
    • Mengsel van deskundigen (MoE)
  5. Wat moest Kimi k1.5, uitgebracht begin 2025, verbeteren?
    • Stap voor stap redeneren
    • Opschaling van afbeeldingen
    • Batterij-efficiëntie
    • 3D-weergave
  6. Waarom is een lang contextvenster praktisch nuttig?
    • Het vermindert het aantal parameters van het model
    • Hiermee kan het model een heel lang document in één keer beschouwen
    • Het elimineert de noodzaak voor trainingsgegevens
    • Het garandeert feitelijke juistheid
  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