IT之家 11 月 6 日消息，月之暗面今晚推出 Kimi 迄今能力最强的开源思考模型 ——Kimi K2 Thinking。
据介绍，该模型是月之暗面基于“模型即 Agent”理念训练的新一代 Thinking Agent，原生掌握“边思考，边使用工具”的能力。在人类最后的考试（Humanity‘s Last Exam）、自主网络浏览能力（BrowseComp）、复杂信息收集推理（SEAL-0）等多项基准测试中表现达到 SOTA 水平，并在 Agentic 搜索、Agentic 编程、写作和综合推理能力等方面取得全面提升。
该模型无需人类干预，即可自主实现高达 300 轮的工具调用和持续稳定的多轮思考能力，从而帮助用户解决更复杂的问题。
IT之家附 Hugging Face、ModelScope 部署链接如下：
“人类最后的考试”是一项涵盖 100 多个专业领域的终极封闭式学术测试。在允许使用工具 —— 搜索、Python、网络浏览工具的同等情况下，Kimi K2 Thinking 在这项基准评测中取得了 44.9% 的 SOTA 成绩。
官方提供的示例中，Kimi K2 Thinking 经过 5 轮搜索和推理，结合每轮搜索到的新信息，层层深入，最终推理出了答案：
根据介绍，在复杂搜索和浏览场景中，Kimi K2 Thinking 模型也表现出色。BrowseComp 是由 OpenAI 发布的一个专门评估 AI Agent 网络浏览能力的基准测试，这项测试的初衷是衡量 AI Agent 在信息过载环境中展现出的坚持性与创造力，即能否像人类研究员一样“刨根问底”。在这项极具挑战的任务上，人类平均只能达到 29.2% 的成绩。Kimi K2 Thinking 在这项基准测试中展现出极强的钻研能力，以 60.2% 的成绩成为新的 SOTA 模型。
在长程规划和自主搜索能力的驱动下，Kimi K2 Thinking 可借助多达上百轮的“思考 → 搜索 → 浏览网页 → 思考 → 编程”动态循环，持续地提出并完善假设、验证证据、进行推理，并构建出逻辑一致的答案。这种边主动搜索边持续思考的能力，使 Kimi K2 Thinking 能够将模糊且开放式的问题分解为清晰、可执行的子任务。
在官方提供的另一个例子中，Kimi K2 Thinking 经过两轮搜索和思考，先根据股票回购的已知信息找到了这家制造快速的公司，然后在美国证券交易委员会（SEC）的官网上找到了股票回购公告信息，得出了准确的答案：
Kimi K2 Thinking 模型的编码能力也得到了增强，在多语言软件工程基准 SWE-Multilingual、SWE-bench 验证集和 Terminal 终端使用等基准测试中的表现有了进一步提升。
月之暗面表示，Kimi K2 Thinking 的通用基础能力也得到了升级：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/216780.html