Kimi最強(qiáng)開源思考模型 Kimi K2 Thinking發(fā)布:推理等超越GPT
11月7日消息,最強(qiáng)日前,開源月之暗面宣布發(fā)布Kimi K2 Thinking,思考這是模型Kimi 迄今能力最強(qiáng)的開源思考模型。
目前,布推該模型已上線kimi.com和最新版Kimi手機(jī)應(yīng)用的最強(qiáng)常規(guī)對(duì)話模式。
據(jù)了解,開源Kimi K2 Thinking原生掌握“邊思考,思考邊使用工具”的模型能力,在人類最后的布推考試(Humanity's Last Exam)、自主網(wǎng)絡(luò)瀏覽能力(BrowseComp)、最強(qiáng)復(fù)雜信息收集推理(SEAL-0)等多項(xiàng)基準(zhǔn)測(cè)試中表現(xiàn)達(dá)到SOTA水平,開源超越GPT-5。思考
在Agentic搜索、模型Agentic編程、布推寫作和綜合推理能力等方面也取得全面提升。
據(jù)介紹,該模型無需人類干預(yù),即可自主實(shí)現(xiàn)高達(dá)300輪的工具調(diào)用和持續(xù)穩(wěn)定的多輪思考能力,從而幫助用戶解決更復(fù)雜的問題。
人類最后的考試是一項(xiàng)涵蓋100多個(gè)專業(yè)領(lǐng)域的終極封閉式學(xué)術(shù)測(cè)試。
在允許使用工具——搜索、Python、網(wǎng)絡(luò)瀏覽工具的同等情況下,Kimi K2 Thinking在這項(xiàng)基準(zhǔn)評(píng)測(cè)中取得了44.9%的SOTA成績。
根據(jù)官方示例顯示,Kimi K2 Thinking經(jīng)過5輪搜索和推理,結(jié)合每輪搜索到的新信息,層層深入,最終推理出了答案:
此外,在復(fù)雜搜索和瀏覽場(chǎng)景中,Kimi K2 Thinking模型也表現(xiàn)出色。
BrowseComp是由OpenAI發(fā)布的一個(gè)專門評(píng)估AI Agent網(wǎng)絡(luò)瀏覽能力的基準(zhǔn)測(cè)試,這項(xiàng)測(cè)試的初衷是衡量AI Agent在信息過載環(huán)境中展現(xiàn)出的堅(jiān)持性與創(chuàng)造力,即能否像人類研究員一樣“刨根問底”。
在這項(xiàng)極具挑戰(zhàn)的任務(wù)上,人類平均只能達(dá)到29.2%的成績。
Kimi K2 Thinking在這項(xiàng)基準(zhǔn)測(cè)試中展現(xiàn)出極強(qiáng)的鉆研能力,以60.2%的成績成為新的SOTA模型。
在長程規(guī)劃和自主搜索能力的驅(qū)動(dòng)下,Kimi K2 Thinking可借助多達(dá)上百輪的“思考→搜索→瀏覽網(wǎng)頁→思考→編程”動(dòng)態(tài)循環(huán),持續(xù)地提出并完善假設(shè)、驗(yàn)證證據(jù)、進(jìn)行推理,并構(gòu)建出邏輯一致的答案。
這種邊主動(dòng)搜索邊持續(xù)思考的能力,使Kimi K2 Thinking能夠?qū)⒛:议_放式的問題分解為清晰、可執(zhí)行的子任務(wù)。
在官方示例中,Kimi K2 Thinking經(jīng)過兩輪搜索和思考,先根據(jù)股票回購的已知信息找到了這家制造快速的公司,然后在美國證券交易委員會(huì)(SEC)的官網(wǎng)上找到了股票回購公告信息,得出了準(zhǔn)確的答案:
本文地址:http://www.bxbedu.com/news/47e299950.html
版權(quán)聲明
本文僅代表作者觀點(diǎn),不代表本站立場(chǎng)。
本文系作者授權(quán)發(fā)表,未經(jīng)許可,不得轉(zhuǎn)載。