Rehber bağlantılı sınav · Orta Seviye

Magic AI Uzun Bağlamlı Kod Modelleri Testi

Magic'in LTM modellerini, uzun bağlam erişimini, HashHop değerlendirmelerini, kod tabanı mantığını ve sıra algoritmasının hedeflediği maliyet sorununu keşfedin.

İlgili kılavuz yollarıMagic AI Uzun Bağlam Kodu Modelleri
Soru 1 arasında 8

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

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  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
    • 100 milyona kadar jeton
    • 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. Saf dönüştürücü dikkati 100 milyon jetonlu bağlamlar için neden bir sorundur?
    • Hiçbir maliyeti yok
    • Yalnızca çevrimdışı çalışır
    • Girişi siler
    • Dizi uzunluğuna göre ikinci dereceden ölçeklenir ve aşırı derecede pahalı hale gelir
  5. Magic 2024'te süper bilgisayarlar üretmek için hangi şirketle ortaklık kurdu?
    • Google Bulut
    • Apple
    • Spotify
    • Adobe
  6. What does a larger context window make possible for a coding task?
    • Klavyede daha hızlı yazma
    • Include more cross-file code and documentation in one context, without guaranteeing project-wide correctness
    • Daha iyi ekran çözünürlüğü
    • Daha ucuz elektrik faturaları
  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