Gids-gekoppelde quiz · Middelmatig Niveau

Quiz over redeneren en nadenken over budgetten

Test hoe redeneerinspanningen en denkbudgetten werken, hoe verborgen redeneerfiches worden gefactureerd en waarom meer nadenken een afnemend rendement oplevert.

Vraag 1 van 8

Wat wordt door de redeneerinspanning en het nadenken over de budgetinstellingen gecontroleerd?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat wordt door de redeneerinspanning en het nadenken over de budgetinstellingen gecontroleerd?
    • The size of the model's training data
    • How much internal step-by-step reasoning the model does before answering
    • The number of languages the model supports
    • How many users can call the model at once
  2. Hoe worden verborgen redeneringstokens over het algemeen gefactureerd?
    • They are free because you cannot see them
    • As input tokens
    • As output tokens
    • As a flat monthly fee
  3. Voor uitgebreider nadenken over Anthropic: welke regel over budget_tokens staat in de gids?
    • It must be at least 1,024 and smaller than max_tokens
    • It must equal max_tokens exactly
    • It has no minimum
    • It must be larger than the context window
  4. Voor een makkelijke vraag krijgt een model een groot denkbudget. Wat gebeurt er doorgaans?
    • It always uses the full budget
    • Het weigert te antwoorden
    • It may use only part of the budget
    • It switches to a different model
  5. Waar helpen grotere redeneerinstellingen het meest?
    • Simple factual lookups
    • Problems that genuinely need several steps, like hard math or debugging
    • Greeting messages
    • Very short translations
  6. What is the recommended way to choose an effort level?
    • Always use the highest setting
    • Always use the lowest setting
    • Test real tasks at several levels and pick the lowest that meets your quality bar
    • Pick a level at random for each request
  7. Why might a reasoning model return a truncated or empty answer?
    • The output limit was too small to cover both reasoning and the answer
    • The prompt was too short
    • Reasoning models cannot answer questions
    • The thinking budget was set to its minimum
  8. When using Anthropic extended thinking with tools across multiple turns, what should you do with thinking blocks?
    • Delete them to save tokens
    • Rewrite them in your own words
    • Pass them back unchanged so the model can continue its reasoning
    • Convert them into a system prompt