国产开源世界级模型：Kimi K3 实力几何？

月之暗面（Moonshot AI）发布了其新的开源大语言模型 Kimi K3。该模型在国际基准测试中取得了令人瞩目的成绩：在 LiveCodeBench（编程任务）上排名第一，超过了 GPT-4o 和 Claude 3.5 Sonnet，同时在 AIME 2025（数学）和 MMLU-Pro（通用知识）上也展现了高分。

Moonshot AI

RUMBA：评估对话系统长期记忆的俄语新基准

RUMBA（俄语用户记忆基准）是首个用于评估多轮对话中长期记忆能力的俄语基准，包含85个对话和1543个问题，测试信息检索、推理以及拒绝回答的能力。该基准考虑了时间上下文，并能诊断记忆架构中的瓶颈。

Сбербанк