Preskoči na glavni sadržaj
🔒 Način pregleda. Prvih petnaest Foundations lekcija je besplatno; ova je Pro. Pokrenite 7-dnevni trial da otključate editor, AI savjete i ostatak programa. Kartica obavezna, otkažite bilo kada u Dashboard.
Pokreni 7-dnevni trial →
⚡
← Kolegiji
›
AI Engineering with Python
›
Modul 6 · Frontier AI Engineering
›
Dugi kontekst: strategije 1M prozora
quiz
90 / 105
🇭🇷
HR
▼
↗
Podijeli
⋯
Više
+100 XP
📋
Zadatak
📖
Teorija
🤖
AI Pomoć
Zadatak
🌐 shown in EN
📝 **Pitanje:** Kada je 1M kontekst pravi izbor? 📋 Odaberite pravi odgovor. 💡 **Savjet:** Ponovno pročitajte gornju teoriju ako niste sigurni.
🎯 Kviz
Pitanje
📝 **Pitanje:** Kada je 1M kontekst pravi izbor? 📋 Odaberite pravi odgovor. 💡 **Savjet:** Ponovno pročitajte gornju teoriju ako niste sigurni.
A
Always — dump every document, transcript, and code file you have so the model never misses anything during synthesis
B
When you need cross-document reasoning across a fixed, mostly-relevant corpus, and you can amortize the cost via prompt caching.
C
Only for marketing demos and screenshots — production traffic never justifies the prefill latency cost of a full 1M-token window
D
Never — RAG is strictly cheaper and higher quality, and the 1M window exists only as a fallback for users who cannot run a vector store
Odgovori
💬 Rasprava
Budi prvi — postavi pitanje ili podijeli savjet.
Prijavi se
kako bi se pridružio raspravi. Čitanje je besplatno.
Učitavanje rasprave…