Викторина, связанная с руководством · Средний Уровень

Кими и Муншот: AI-викторина

Рассматривается происхождение Kimi с длинным контекстом, дизайн Kimi K2, созданный совместными усилиями экспертов, а также почему возможности контекста и модели различаются в зависимости от версии.

Связанные направляющие путиКими и Moonshot AI
Вопрос 1 из 8

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

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  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. Какую архитектуру используют более поздние модели Кими, такие как K2, чтобы оставаться эффективными в больших масштабах?
    • Чистые рекуррентные сети
    • Деревья решений
    • Машины опорных векторов
    • Смесь экспертов (МО)
  5. Что должен был улучшить Kimi k1.5, выпущенный в начале 2025 года?
    • Пошаговое рассуждение
    • Масштабирование изображения
    • Эффективность батареи
    • 3D-рендеринг
  6. Почему длинное контекстное окно практически полезно?
    • Это уменьшает количество параметров модели.
    • Это позволяет модели рассматривать весь длинный документ одновременно.
    • Это устраняет необходимость в обучающих данных
    • Это гарантирует фактическую точность
  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