گائیڈ سے منسلک کوئز · درمیانہ سطح

کیمی اور مون شاٹ اے آئی کوئز

Kimi کی طویل سیاق و سباق کی ابتدا، Kimi K2 کے ماہرین کے مرکب کے ڈیزائن، اور ریلیز کے لحاظ سے سیاق و سباق اور ماڈل کی صلاحیتیں کیوں مختلف ہوتی ہیں کا جائزہ لیں۔

متعلقہ گائیڈ کے راستےکیمی اور مون شاٹ اے آئی
سوال 1 کی 8

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

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  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. بعد میں کیمی ماڈلز جیسے K2 بڑے پیمانے پر کارآمد رہنے کے لیے کون سا فن تعمیر کرتے ہیں؟
    • خالص بار بار چلنے والے نیٹ ورکس
    • فیصلہ کرنے والے درخت
    • ویکٹر مشینوں کو سپورٹ کریں۔
    • ماہرین کا مرکب (MoE)
  5. Kimi k1.5 کیا تھا، جو 2025 کے اوائل میں جاری کیا گیا تھا، جسے بہتر بنانے کے لیے ڈیزائن کیا گیا تھا؟
    • قدم بہ قدم استدلال
    • تصویر کو بڑھانا
    • بیٹری کی کارکردگی
    • 3D رینڈرنگ
  6. ایک طویل سیاق و سباق کی کھڑکی عملی طور پر کیوں مفید ہے؟
    • یہ ماڈل کے پیرامیٹر کی گنتی کو کم کرتا ہے۔
    • یہ ماڈل کو ایک ہی وقت میں پوری لمبی دستاویز پر غور کرنے دیتا ہے۔
    • یہ تربیتی ڈیٹا کی ضرورت کو ختم کرتا ہے۔
    • یہ حقائق کی درستگی کی ضمانت دیتا ہے۔
  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