Forwarded from ΠΠΈΡΠ°ΠΉ.AI
Kimi K2 Thinking: ΠΠΈΡΠ°ΠΉΡΠΊΠΈΠΉ ΠΠ-Π³ΠΈΠ³Π°Π½Ρ Ρ ΠΎΡΠΊΡΡΡΡΠΌ ΠΈΡΡ
ΠΎΠ΄Π½ΡΠΌ ΠΊΠΎΠ΄ΠΎΠΌ
ΠΠΈΡΠ°ΠΉΡΠΊΠ°Ρ ΠΊΠΎΠΌΠΏΠ°Π½ΠΈΡ MoonShot AI Π²ΡΠΏΡΡΡΠΈΠ»Π° Π½ΠΎΠ²ΡΡ ΠΌΠΎΠ΄Π΅Π»Ρ β Kimi K2 Thinking. ΠΡΠΎ Π½Π΅ ΠΏΡΠΎΡΡΠΎ ΠΎΡΠΊΡΡΡΠ°Ρ ΡΠ·ΡΠΊΠΎΠ²Π°Ρ ΠΌΠΎΠ΄Π΅Π»Ρ, Π° ΠΏΠΎΠ»Π½ΠΎΡΠ΅Π½Π½Π°Ρ Β«ΠΌΠΎΠ΄Π΅Π»Ρ-ΠΊΠ°ΠΊ-Π°Π³Π΅Π½ΡΒ», ΡΠΏΠΎΡΠΎΠ±Π½Π°Ρ ΡΠ°ΠΌΠΎΡΡΠΎΡΡΠ΅Π»ΡΠ½ΠΎ ΠΌΡΡΠ»ΠΈΡΡ ΠΈ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ ΠΈΠ½ΡΡΡΡΠΌΠ΅Π½ΡΡ Π±Π΅Π· Π²ΠΌΠ΅ΡΠ°ΡΠ΅Π»ΡΡΡΠ²Π° ΡΠ΅Π»ΠΎΠ²Π΅ΠΊΠ°.
ΠΡΠ½ΠΎΠ²Π½ΡΠ΅ Π²ΠΎΠ·ΠΌΠΎΠΆΠ½ΠΎΡΡΠΈ:
β’ ΠΠ½ΠΎΠ³ΠΎΡΠ°Π³ΠΎΠ²ΠΎΠ΅ ΠΌΡΡΠ»Π΅Π½ΠΈΠ΅: ΠΠΎΠΆΠ΅Ρ Π²ΡΠΏΠΎΠ»Π½ΡΡΡ Π΄ΠΎ 200-300 ΠΏΠΎΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»ΡΠ½ΡΡ Π΄Π΅ΠΉΡΡΠ²ΠΈΠΉ (ΠΏΠΎΠΈΡΠΊ, ΠΏΡΠΎΠ³ΡΠ°ΠΌΠΌΠΈΡΠΎΠ²Π°Π½ΠΈΠ΅) Π±Π΅Π· Π²ΠΌΠ΅ΡΠ°ΡΠ΅Π»ΡΡΡΠ²Π° ΡΠ΅Π»ΠΎΠ²Π΅ΠΊΠ°
β’ Π‘ΡΠΏΠ΅Ρ-ΠΏΠΎΠΈΡΠΊ: ΠΡΡΡΠ°Ρ Π² ΡΠ²ΠΎΠ΅ΠΌ ΠΊΠ»Π°ΡΡΠ΅ ΠΏΠΎ Π°Π²ΡΠΎΠ½ΠΎΠΌΠ½ΠΎΠΌΡ Π²Π΅Π±-Π±ΡΠ°ΡΠ·ΠΈΠ½Π³Ρ ΠΈ ΡΠ»ΠΎΠΆΠ½ΠΎΠΌΡ ΠΏΠΎΠΈΡΠΊΡ
β’ ΠΠ»ΠΈΠ½Π½ΡΠΉ ΠΊΠΎΠ½ΡΠ΅ΠΊΡΡ: 256K ΡΠΎΠΊΠ΅Π½ΠΎΠ² Π΄Π»Ρ ΡΠ°Π±ΠΎΡΡ Ρ ΠΎΠ±ΡΠ΅ΠΌΠ½ΡΠΌΠΈ Π΄ΠΎΠΊΡΠΌΠ΅Π½ΡΠ°ΠΌΠΈ
π― ΠΠ»ΡΡΠ΅Π²ΡΠ΅ ΠΏΡΠ΅ΠΈΠΌΡΡΠ΅ΡΡΠ²Π°
Π benchmark "ΠΠΎΡΠ»Π΅Π΄Π½ΠΈΠΉ ΡΠΊΠ·Π°ΠΌΠ΅Π½ ΡΠ΅Π»ΠΎΠ²Π΅ΡΠ΅ΡΡΠ²Π°" (HLE) Ρ Π΄ΠΎΡΡΡΠΏΠΎΠΌ ΠΊ ΠΏΠΎΠΈΡΠΊΡ, Python ΠΈ Π±ΡΠ°ΡΠ·Π΅ΡΡ ΠΌΠΎΠ΄Π΅Π»Ρ ΠΏΠΎΠΊΠ°Π·Π°Π»Π° ΡΠ΅Π·ΡΠ»ΡΡΠ°Ρ 44.9%, ΠΎΠ±ΠΎΠΉΠ΄Ρ GPT-5 ΠΈ Claude Sonnet 4.5.
π» Π’Π΅Ρ Π½ΠΈΡΠ΅ΡΠΊΠΈΠ΅ Π΄Π΅ΡΠ°Π»ΠΈ
INT4 ΠΊΠ²Π°Π½ΡΠΎΠ²Π°Π½ΠΈΠ΅ ΠΎΠ±Π΅ΡΠΏΠ΅ΡΠΈΠ²Π°Π΅Ρ:
β’ 2x ΡΡΠΊΠΎΡΠ΅Π½ΠΈΠ΅ Π³Π΅Π½Π΅ΡΠ°ΡΠΈΠΈ
β’ ΠΠΎΠ΄Π΄Π΅ΡΠΆΠΊΡ ΠΊΠΈΡΠ°ΠΉΡΠΊΠΈΡ AI-ΡΠΈΠΏΠΎΠ²
HuggingFace | Π’Π΅Ρ Π½ΠΈΡΠ΅ΡΠΊΠΈΠΉ Π±Π»ΠΎΠ³
#ΠΠΈΡΠ°ΠΉΡΠΊΠΈΠΉΠΠ #ΠΠΈΡΠ°ΠΉAI #KimiK2
ΠΠΈΡΠ°ΠΉΡΠΊΠ°Ρ ΠΊΠΎΠΌΠΏΠ°Π½ΠΈΡ MoonShot AI Π²ΡΠΏΡΡΡΠΈΠ»Π° Π½ΠΎΠ²ΡΡ ΠΌΠΎΠ΄Π΅Π»Ρ β Kimi K2 Thinking. ΠΡΠΎ Π½Π΅ ΠΏΡΠΎΡΡΠΎ ΠΎΡΠΊΡΡΡΠ°Ρ ΡΠ·ΡΠΊΠΎΠ²Π°Ρ ΠΌΠΎΠ΄Π΅Π»Ρ, Π° ΠΏΠΎΠ»Π½ΠΎΡΠ΅Π½Π½Π°Ρ Β«ΠΌΠΎΠ΄Π΅Π»Ρ-ΠΊΠ°ΠΊ-Π°Π³Π΅Π½ΡΒ», ΡΠΏΠΎΡΠΎΠ±Π½Π°Ρ ΡΠ°ΠΌΠΎΡΡΠΎΡΡΠ΅Π»ΡΠ½ΠΎ ΠΌΡΡΠ»ΠΈΡΡ ΠΈ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ ΠΈΠ½ΡΡΡΡΠΌΠ΅Π½ΡΡ Π±Π΅Π· Π²ΠΌΠ΅ΡΠ°ΡΠ΅Π»ΡΡΡΠ²Π° ΡΠ΅Π»ΠΎΠ²Π΅ΠΊΠ°.
ΠΡΠ½ΠΎΠ²Π½ΡΠ΅ Π²ΠΎΠ·ΠΌΠΎΠΆΠ½ΠΎΡΡΠΈ:
β’ ΠΠ½ΠΎΠ³ΠΎΡΠ°Π³ΠΎΠ²ΠΎΠ΅ ΠΌΡΡΠ»Π΅Π½ΠΈΠ΅: ΠΠΎΠΆΠ΅Ρ Π²ΡΠΏΠΎΠ»Π½ΡΡΡ Π΄ΠΎ 200-300 ΠΏΠΎΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»ΡΠ½ΡΡ Π΄Π΅ΠΉΡΡΠ²ΠΈΠΉ (ΠΏΠΎΠΈΡΠΊ, ΠΏΡΠΎΠ³ΡΠ°ΠΌΠΌΠΈΡΠΎΠ²Π°Π½ΠΈΠ΅) Π±Π΅Π· Π²ΠΌΠ΅ΡΠ°ΡΠ΅Π»ΡΡΡΠ²Π° ΡΠ΅Π»ΠΎΠ²Π΅ΠΊΠ°
β’ Π‘ΡΠΏΠ΅Ρ-ΠΏΠΎΠΈΡΠΊ: ΠΡΡΡΠ°Ρ Π² ΡΠ²ΠΎΠ΅ΠΌ ΠΊΠ»Π°ΡΡΠ΅ ΠΏΠΎ Π°Π²ΡΠΎΠ½ΠΎΠΌΠ½ΠΎΠΌΡ Π²Π΅Π±-Π±ΡΠ°ΡΠ·ΠΈΠ½Π³Ρ ΠΈ ΡΠ»ΠΎΠΆΠ½ΠΎΠΌΡ ΠΏΠΎΠΈΡΠΊΡ
β’ ΠΠ»ΠΈΠ½Π½ΡΠΉ ΠΊΠΎΠ½ΡΠ΅ΠΊΡΡ: 256K ΡΠΎΠΊΠ΅Π½ΠΎΠ² Π΄Π»Ρ ΡΠ°Π±ΠΎΡΡ Ρ ΠΎΠ±ΡΠ΅ΠΌΠ½ΡΠΌΠΈ Π΄ΠΎΠΊΡΠΌΠ΅Π½ΡΠ°ΠΌΠΈ
π― ΠΠ»ΡΡΠ΅Π²ΡΠ΅ ΠΏΡΠ΅ΠΈΠΌΡΡΠ΅ΡΡΠ²Π°
Π benchmark "ΠΠΎΡΠ»Π΅Π΄Π½ΠΈΠΉ ΡΠΊΠ·Π°ΠΌΠ΅Π½ ΡΠ΅Π»ΠΎΠ²Π΅ΡΠ΅ΡΡΠ²Π°" (HLE) Ρ Π΄ΠΎΡΡΡΠΏΠΎΠΌ ΠΊ ΠΏΠΎΠΈΡΠΊΡ, Python ΠΈ Π±ΡΠ°ΡΠ·Π΅ΡΡ ΠΌΠΎΠ΄Π΅Π»Ρ ΠΏΠΎΠΊΠ°Π·Π°Π»Π° ΡΠ΅Π·ΡΠ»ΡΡΠ°Ρ 44.9%, ΠΎΠ±ΠΎΠΉΠ΄Ρ GPT-5 ΠΈ Claude Sonnet 4.5.
π» Π’Π΅Ρ Π½ΠΈΡΠ΅ΡΠΊΠΈΠ΅ Π΄Π΅ΡΠ°Π»ΠΈ
ΠΡΡ
ΠΈΡΠ΅ΠΊΡΡΡΠ°: Mixture-of-Experts (MoE)ΠΠ°ΡΠ°ΠΌΠ΅ΡΡΡ: 1 ΡΡΠ»Π½ ΠΎΠ±ΡΠΈΡ
, 32 ΠΌΠ»ΡΠ΄ Π°ΠΊΡΠΈΠ²Π½ΡΡ
ΠΠ²Π°Π½ΡΠΎΠ²Π°Π½ΠΈΠ΅: INT4 Ρ Quantization-Aware TrainingΠΠΎΠ½ΡΠ΅ΠΊΡΡ: 256K ΡΠΎΠΊΠ΅Π½ΠΎΠ²INT4 ΠΊΠ²Π°Π½ΡΠΎΠ²Π°Π½ΠΈΠ΅ ΠΎΠ±Π΅ΡΠΏΠ΅ΡΠΈΠ²Π°Π΅Ρ:
β’ 2x ΡΡΠΊΠΎΡΠ΅Π½ΠΈΠ΅ Π³Π΅Π½Π΅ΡΠ°ΡΠΈΠΈ
β’ ΠΠΎΠ΄Π΄Π΅ΡΠΆΠΊΡ ΠΊΠΈΡΠ°ΠΉΡΠΊΠΈΡ AI-ΡΠΈΠΏΠΎΠ²
HuggingFace | Π’Π΅Ρ Π½ΠΈΡΠ΅ΡΠΊΠΈΠΉ Π±Π»ΠΎΠ³
#ΠΠΈΡΠ°ΠΉΡΠΊΠΈΠΉΠΠ #ΠΠΈΡΠ°ΠΉAI #KimiK2
huggingface.co
moonshotai/Kimi-K2-Thinking Β· Hugging Face
Weβre on a journey to advance and democratize artificial intelligence through open source and open science.
β€4π₯2π€―2π1