Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor Magic AI-codemodellen met lange context

Ontdek de LTM-modellen van Magic, het ophalen van lange contexten, HashHop-evaluaties, codebase-redenering en het kostenprobleem waarop hun sequentie-algoritme zich richt.

Vraag 1 van 8

Welke richting voor softwareontwikkeling heeft Magic aangegeven na te streven?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke richting voor softwareontwikkeling heeft Magic aangegeven na te streven?
    • Het ontwikkelen van AI-modellen en agents voor software-engineeringtaken
    • Het vervangen van alle software-repositories door afbeeldingsdatasets
    • Het bouwen van een spreadsheet-only OCR-dienst
    • Het genereren van code zonder rekening te houden met de projectcontext
  2. Welke maximale contextcapaciteit kondigde Magic in augustus 2024 aan voor LTM-2-mini?
    • Tot 100 duizend tokens
    • Tot 100 miljoen tokens
    • Tot 1 miljoen tokens
    • Tot 10 miljard tokens
  3. Waarvoor gebruikt Magic HashHop om te evalueren?
    • Hoe goed een model een bekend feit uit de pretraining voorspelt
    • Of gegenereerde broncode elke productietest doorstaat
    • Retrieval en chaining over willekeurige hash-paren geplaatst in een meegeleverde lange context
    • Hoe snel een model een nieuwe programmeertaal compileert
  4. Waarom is naïeve transformatoraandacht een probleem voor contexten van 100 miljoen tokens?
    • Het kost niets
    • Het werkt alleen offline
    • Het verwijdert de invoer
    • Het schaalt kwadratisch met de lengte van de reeks, waardoor het onbetaalbaar wordt
  5. Met welk bedrijf werkte Magic in 2024 samen om supercomputers te bouwen?
    • Google Wolk
    • Apple
    • Spotify
    • Adobe
  6. Wat maakt een groter contextvenster mogelijk voor een programmeertaak?
    • Sneller typen op een toetsenbord
    • Meer code en documentatie tussen bestanden in één context opnemen, zonder garantie op correctheid voor het hele project
    • Betere schermresolutie
    • Goedkopere elektriciteitsrekeningen
  7. Welke vergelijking rapporteerde Magic voor het sequentie-dimensie-algoritme van LTM-2-mini?
    • Een 1.000-voudige verbetering in totale kosten voor elk ingezet model
    • Een 1.000-voudige toename in de nauwkeurigheid van alle code-aanpassingen
    • Ongeveer 1.000 keer lagere algoritmische kosten per token dan Llama 3.1 405B attention bij 100M context in de gerapporteerde configuratie
    • Een vaste limiet van 1.000 tokens voor elk LTM-model
  8. Welke keten volgt uit A in een eenvoudige illustratieve lookup met A → B, B → C en C → D?
    • A → C → B → D
    • A → B → D → C
    • A → D → C → B
    • A → B → C → D