Moonshot AI

Últimas noticias, modelos y lanzamientos de IA de Moonshot AI. ['GLM-5.2', 'Hermes', 'K3', 'K3-mini', 'K3-MoE', 'Kimi', 'Kimi 2.6', 'Kimi-2.6', 'Kimi 3', 'Kimi 3T', 'Kimi Hosted Agent', 'Kimi k1.5', 'Kimi K1.5', 'Kimi K2', 'Kimi K2.5', 'Kimi-K2.5-1T-A32B', 'Kimi K2.6', 'Kimi K2.7', 'Kimi K2.7 Code', 'Kimi K2 Thinking', 'Kimi K3', 'Kimi K3.5', 'Kimi K5', 'Kimi Linear', 'Kivine', 'Mamba', 'Mamba-2', 'Mamba-3', 'MiniCPM-RobotManip', 'MiniCPM-RobotTrack', 'Minimax', 'Ornith‑1.0‑35B', 'Qwen3-0.6B', 'Qwen3-30B-A3B', 'Qwen3-4B-Instruct-2507', 'qwen3.5-9b', 'Strands Agents', 'модель с триллионом параметров']

Sitio oficial ↗

Modelos 🇷🇺

Cómo funciona Kimi K3: 2,8 billones de parámetros, atención lineal y agentes de un millón de tokens

Moonshot AI ha publicado los pesos de su modelo Kimi K3, un modelo multimodal basado en una arquitectura de mezcla de expertos con 2,8 billones de parámetros, de los cuales 104 mil millones se activan por token. En ciertos benchmarks de programación y uso de herramientas, el modelo supera a sus competidores, pero en promedio va por detrás de algunos de ellos.

Moonshot AI

Anthropic

OpenAI

Habr — хаб ИИ27.07 · 23:03

Investigación 🇺🇸

Gestión de Niveles de Razonamiento en Modelos de Lenguaje Grandes

Sebastian Raschka explica cómo funcionan los modos de razonamiento de distinta complejidad (bajo, medio, alto) en modelos de lenguaje grandes. Analiza métodos de aprendizaje por refuerzo con recompensas verificables, así como mecanismos para cambiar entre modos, incluyendo enfoques utilizados en modelos como DeepSeek-R1, Qwen3 y GPT-5.6.

OpenAI

DeepSeek

Moonshot AI

Sebastian Raschka27.07 · 20:04

Mostrar más ↓