谷歌 DeepMind 发布 XYEval,评估智能体是否顺从误导建议
相关推荐
加密网红kimchi个人简介再度添加Pump.fun
火星财经消息,10 月 26 日,据 Lookonchain 监测,在将 pump.fun 从加密网红 kimchi 个人简介中移除 3 天后,当前又将其重新添加了回去。Kimchi 代币价格一度飙升超过 150%。巧合的是,就在 kimchi 将 pumpfun 重新加回个人简介的几个小时前,交易者 ja2trader 花费 2.89 万美元买入了 461 万枚 $Kimchi;目前,该交易者已获利 1.1 万美元。
Solana链上Meme币Kimchi市值今晨一度突破1500万美元,24小时涨幅超47%
Odaily星球日报讯 据 GMGN数据,Solana 链上 Meme 币 Kimchi 市值今晨短时暴力拉升突破 1500 万美元,24H 涨幅超 47%,现回落至 940 万美元。 消息面上,交易员 Kimchi(@kimchi1x)将 Pump.fun 重新添加至其 X 个人简介。 此前消息,Solana 交易员 Kimchi(@kimchi1x)加入 Pumpfun 后,同名 Meme 币 $Kimchi 在极短时间内完成拉升:社交平台记录显示,代币上线约 10 分钟市值达到 3000 万美元,约 1 小时后一度突破 4000 万美元。
月之暗面就Kimi K3.1 Pro限流致歉,为订阅用户重置25%月度额度
PANews 10月26日消息,Kimi(月之暗面)在X平台发帖称,就K3.1 Pro订阅套餐出现的速率限制及额度异常消耗问题致歉。今日所有订阅套餐用户将获得一次性额度重置,恢复25%的月度使用额度,已用额度低于25%的用户使用量将清零,相当于约一周的使用额度。此前,月之暗面已于10月24日发布Kimi K3.1 Pro模型。
Kimi训练AI老板,General Reasoning训练整家AI公司
动察 Beating AI 快讯,今年 1 月,Kimi K2.5 推出 Agent Swarm,让一个主 Agent 招募、指挥多个子 Agent,随后的 K2.6 将规模扩大到最多 300 个子 Agent。 但 Kimi 的强化学习方法 PARL 只训练负责指挥的「老板」,冻结子 Agent。原因是多人完成一项任务,很难分清谁立了功;如果所有人同时调整策略,训练也容易变得不稳定。 General Reasoning 偏要试试另一条路。团队推出 120B 参数模型 Avalon-M1-Mini,并提出 RLCR(集体奖励强化学习)。它让一个 Agent 担任 CEO,最多招募 8 名员工,通过留言板和共享工作区协作。所有成员使用同一套模型,任务完成后不再逐个计算贡献,而是根据团队总成绩一起接受强化学习。 这套方法在 147 个训练环境、超过 200 万项不同任务中取得了持续改进。软件任务中,主管工程师在招募岗位中的占比从 0.4% 升至约 13%,至少开展一次互审的团队占比从 42% 提高到 64%。分工也发生变化:从每人各写一部分代码,逐渐转向一人主写、其他人负责测试和挑错。原本需要人工设计的管理层和质检流程,在训练中自行形成。 但组队成绩更好,有一部分只是因为用了更多 Token。研究人员给单个 Agent 同样多的输出 Token,就能追回团队约六成的得分优势。团队的主要好处是可以同时干活:在 12 项评测中,达到相近成绩的估算耗时平均只有单 Agent 的约四分之一。 研究人员还模拟了今年 OpenAI 智能体攻击 Hugging Face 的事件。210 次测试中,没有 Agent 调用模拟攻击工具。但随着训练推进,向人类评测人员报告异常的比例从 76.7% 降到 0,尽管 96.7% 至 100% 的执行记录都曾考虑过上报。有的 Agent 选择只在团队内部提出异议,有的计划报告,却没有真正行动。 目前 Avalon-M1-Mini 仍在训练,团队计划在训练完成后发布最终论文,并开源训练环境、Agent 框架和模型权重。
腾讯WorkBuddy接入模型Kimi-K3.1-Pro
火星财经消息 10月24日,腾讯WorkBuddy宣布已接入模型Kimi-K3.1-Pro。据介绍,WorkBuddy同步接入高速版模型Kimi K3.1 Pro Highspeed,同等智能,输出速度约2-3倍。目前资源紧张,现阶段仅对“企业旗舰版”及“个人订阅用户”优先开放。(广角观察)
Kimi将发布K3.1并发布相关预热视频
PANews 10月23日消息,Kimi(月之暗面)将发布最新大模型 K3.1,并发布相关预热视频。