Kotimainen avoimen lähdekoodin maailmanluokan malli: Mikä on Kimi K3:n vahvuus?

Moonshot AI (月之暗面) on julkaissut uuden avoimen lähdekoodin suuren kielimallin, Kimi K3:n. Malli saavuttaa vaikuttavia tuloksia kansainvälisissä vertailuissa: se on LiveCodeBench-ohjelmointitestissä ensimmäisellä sijalla ohittaen GPT-4o:n ja Claude 3.5 Sonnetin, ja se saa korkeita pisteitä myös AIME 2025 -matematiikkatestissä ja MMLU-Pro -yleistietotestissä.

Moonshot AI

RUMBA: Uusi vertailukohta venäjänkielisten keskustelujärjestelmien pitkäaikaisen muistin arviointiin

RUMBA (Russian User Memory Benchmark), ensimmäinen venäjänkielinen vertailukohta monisessioisten keskustelujen pitkäaikaisen muistin arviointiin, on julkaistu. Se sisältää 85 keskustelua ja 1 543 kysymystä, jotka testaavat tiedonhakua, päättelyä sekä kykyä olla vastaamatta. Vertailukohta ottaa huomioon ajallisen kontekstin ja mahdollistaa pullonkaulojen diagnosoinnin muistiarkkitehtuurissa.

Сбербанк