Kimi发布最新模型k1.5，技术报告也干货满满

文章预览

大家好，我是刘聪NLP。 就在今晚，Kimi发布了最新模型k1.5， 先来看榜单效果，简直爆炸 。 在长推理上，k1.5在数学能力上，无论是纯文本还是视觉多模态上，都远超openai的o1模型；在codeforces与其持平，LiveCode上略差，但相比于QVQ和QWQ有较大的优势。 在短推理上，k1.5的数学能力真实遥遥领先，无论是gpt-4o还是claude3.5-sonnet都远不如k1.5， 尤其是在AIME榜单上，k1.5有60.8，而最高的deepseek-v3只有39.2，堪称断层式碾压。 这个应该得益于他们的Long2short RL技术（后面介绍）；并且k1.5在其他场景中大多都跟顶尖的开源和闭源模型打成平手。 有一说一，这次kimi的新模型有点东西的哈。 最重要的是kimi发了技术报告《 Kimi k1.5: Scaling Reinforcement Learning with Large Language Models 》，看了一下，25页，干货满满，他家针对强化学习，真的是做了好多工作，无论是data、strategy、 ………………………………