摘要：Hey小伙伴们👋，今天给大家带来一个超酷的AI新星——Kimi k1.5！这可不是普通的语言模型，它可是用强化学习训练出来的多模态大神哦。别急，我来给你好好唠唠这背后到底有啥厉害的秘密武器😎。
#大模型# #国产AI#
Kimi k1.5：用强化学习解锁AI新高度
Hey小伙伴们👋，今天给大家带来一个超酷的AI新星——Kimi k1.5！这可不是普通的语言模型，它可是用强化学习训练出来的多模态大神哦。别急，我来给你好好唠唠这背后到底有啥厉害的秘密武器😎。
长上下文扩展：让模型“想”得更远
想象一下，你正在解一道超复杂的数学题，要是只能看到题目的一小部分，肯定解不出来对吧。Kimi k1.5 就是把“视野”拓展到了128k，相当于从只能看到题目的几个字，变成了能看到整张试卷！而且，它还用了个聪明的办法，叫部分轨迹（partial rollouts），就是把之前已经想过的部分拿来接着用，不用每次都从头开始想，这样一来，训练的时候就能省好多力气，效率直接拉满💪。
改进的策略优化：让模型“学”得更聪明
光视野广还不行，得知道怎么用这些信息。Kimi k1.5 用了一种特别的算法，叫在线镜像下降算法（online mirror descent），简单来说，就是让模型在训练的时候，不仅能从正确的答案里学习，还能从错误的答案里吸取教训，避免再犯同样的错。而且，它还通过一些巧妙的设计，比如给回答的长度加上惩罚，防止模型为了追求正确答案而写一大堆没用的内容，让模型的回答既准确又简洁👍。
简约框架：大道至简
有了前面两个厉害的技能，Kimi k1.5 就不需要那些特别复杂的技术，比如蒙特卡洛树搜索、价值函数之类的，就能把事情做好。这就像是你学会了用简单的工具就能修好复杂的机器，不仅省事，还效率超高👏。
多模态训练：让模型“看”得更全
现在的世界，信息不仅仅是文字，还有图片、视频等各种形式。Kimi k1.5 就是同时学会了处理文字和图片，这样不管是看图说话，还是根据文字描述来想象画面，它都能轻松搞定，让你和它的互动更加自然和有趣😄。
实验结果：Kimi k1.5 的“成绩单”
说了这么多，Kimi k1.5 的表现到底怎么样呢？来看看它的“成绩单”吧：
在 AIME 这个超难的数学竞赛里，它拿到了 77.5 分，和 OpenAI 的 o1 模型打了个平手。
在 MATH 500 这个数学大考验里，它更是拿到了 96.2 分，几乎接近满分。
在 Codeforces 这个编程比赛平台上，它的表现也超级棒，达到了 94 百分位数，意味着它比 94% 的参赛者都要强。
而且，Kimi k1.5 的短-CoT 模型在 LiveCodeBench 和 AIME 等基准测试中也表现超棒，证明了它在有限的测试时间里也能发挥出超强的实力。
结论：AI 的新未来
Kimi k1.5 用强化学习训练，不仅在多模态推理方面取得了巨大进步，还在提高上下文长度和改进策略优化方面做出了重要贡献。这些成果为未来的人工智能研究开辟了新的道路，让我们一起期待它在未来能给我们带来更多惊喜吧🌟！
小伙伴们，你们觉得 Kimi k1.5 会不会成为下一个 AI 界的超级巨星呢？欢迎在评论区留言，和我一起讨论哦👇！
#动态连更挑战#
来源：真的教育