会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 Kimi视觉思考模型k1发布:数理化超越OpenAI o1、GPT!

Kimi视觉思考模型k1发布:数理化超越OpenAI o1、GPT

时间:2024-12-24 09:59:15 来源:耿耿于心网 作者:探索 阅读:388次

12月16日消息,视觉思考今日,模型月之暗面国产大模型Kimi发布视觉思考模型k1,布数k1基于强化学习技术打造,理化原生支持端到端图像理解和思维链技术,视觉思考并将能力扩展到数学之外的模型更多基础科学领域。

k1已陆续上线最新版Kimi智能助手的布数Android和iPhone APP以及网页版kimi.com。

Kimi视觉思考模型k1发布:数理化超越OpenAI o1、GPT

在最新版手机APP或网页版Kimi+页面找到Kimi视觉思考版,理化即可拍照或传图体验。视觉思考

据了解,模型在数学、布数物理、理化化学等基础科学学科的视觉思考基准能力测试中,初代k1模型的模型表现超过了全球标杆模型OpenAI o1、GPT-4o以及Claude 3.5 Sonnet。布数

官方表示,K1模型真正意义上实现了端到端的图像理解和思考能力,模型可以直接处理用户输入的图像信息并进行思考得出答案,不需要借助外部的OCR或额外视觉模型进行信息处理。

从模型训练的角度看,k1的训练分为两个阶段,先通过预训练得到基础模型,再在基础模型上进行强化学习后训练。

k1的基础模型重点优化了字符识别能力,在OCRBench上得到903分的当前最好(state-of-the-art)结果,在MathVista-testmini、MMMU-val 和DocVQA基准测试集上分数分别为69.1、66.7和96.9,处于全球第一梯队水平。

据介绍,k1的强化学习后训练在数据质量和学习效率方面做了进一步优化,在强化学习的规模化(scaling)上取得了新的突破,这是k1视觉推理模型在基准测试中取得行业领先成绩的最关键原因。

月之暗面坦言,在内部测试中也发现了一些k1视觉思考模型存在的局限性,例如在分布外(out-of-distribution)的泛化、在更复杂问题上的成功率、在更多噪声场景的准确率、多轮问答效果等方面,有很大提升空间。

在一些场景和泛化能力上,k1模型与OpenAI的o1系列模型相比仍有差距。

(责任编辑:知识)

相关内容
  • 外媒:特朗普称期待与普京会面 以解决乌克兰危机
  • 再续中国力量 爱玛科技全新旗舰A7Plus压轴上场
  • 点击式城市建设游戏《Blocktopia》Steam页面开放 发行日期待定
  • [流言板]哈登本赛季2次砍下40+,他上次赛季多次40+还是20
  • EVO日本2025赛事游戏阵容公布 2025年5月9日开战
  • 😵姆巴佩三场比赛两失点,他的心态真的出了问题吗?
  • 贝林厄姆连续4轮联赛破门,此前12场西甲0进球
  • [流言板]布登谈比尔:他做了很多康复类的训练,听说他表现得非常好
推荐内容
  • 人类身上明显的缺陷:吃饭时发出声音会杀死自己
  • 跌宕起伏!沙尔90分钟绝平,凯莱赫出击扑救失误
  • 又是定位球破门!阿森纳角球机会,廷伯头球破门打破僵局
  • [流言板]荣誉时刻!雄鹿全队一起举起NBA杯冠军奖杯,全员兴奋庆祝
  • NV下代GPU已提早半年开始准备:用上3nm 面积两倍大
  • 《龙腾世纪4》总监谈自己跨性别身份 游戏也应拥抱多样性