Rehber bağlantılı sınav · Orta Seviye

Kimi ve Moonshot Yapay Zeka Testi

Kimi'nin uzun bağlam kökenlerini, Kimi K2'nin uzmanların karışımı tasarımını ve bağlam ve model özelliklerinin sürüme göre neden değiştiğini inceliyor.

İlgili kılavuz yollarıKimi ve Moonshot AI
Soru 1 arasında 8

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

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  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. K2 gibi daha sonraki Kimi modelleri büyük ölçekte verimli kalabilmek için hangi mimariyi kullanacak?
    • Saf yinelenen ağlar
    • Karar ağaçları
    • Destek vektör makineleri
    • Uzmanların karışımı (MEB)
  5. 2025'in başlarında piyasaya sürülen Kimi k1.5'in iyileştirilmesi için tasarlanan neydi?
    • Adım adım akıl yürütme
    • Görüntü yükseltme
    • Pil verimliliği
    • 3D oluşturma
  6. Uzun bir bağlam penceresi neden pratikte faydalıdır?
    • Modelin parametre sayısını azaltır
    • Modelin uzun bir belgenin tamamını aynı anda değerlendirmesine olanak tanır
    • Eğitim verilerine olan ihtiyacı ortadan kaldırır
    • Gerçek doğruluğu garanti eder
  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