Test legat de ghid · Mediu Nivel

Chestionar cu modele de cod în context lung Magic AI

Explorați modelele LTM Magic, regăsirea contextului lung, evaluările HashHop, raționamentul de bază de cod și problema costurilor ținte ale algoritmului de secvență.

Căi de ghidare aferenteModele de cod context lung Magic AI
Întrebare 1 de 8

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

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  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
    • Până la 100 de milioane de jetoane
    • 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. De ce este atenția naivă a transformatorului o problemă pentru contexte de 100 de milioane de token-uri?
    • Nu costă nimic
    • Funcționează doar offline
    • Acesta șterge intrarea
    • Se scalează pătratic cu lungimea secvenței, devenind prohibitiv de scump
  5. Cu ce companie s-a asociat Magic în 2024 pentru a construi supercalculatoare?
    • Google Cloud
    • Apple
    • Spotify
    • Adobe
  6. What does a larger context window make possible for a coding task?
    • Tastare mai rapidă pe o tastatură
    • Include more cross-file code and documentation in one context, without guaranteeing project-wide correctness
    • Rezoluție mai bună a ecranului
    • Facturi de energie electrică mai ieftine
  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