要約:
Moonshot AI は、Hugging Face プラットフォームで Kim K3.1 Pro モデルのウェイトを正式にオープンしたと発表しました。 AI モデル評価プラットフォーム Arena の公式開示によると、Kimi K3.1 Pro (Max) は、Agent Arena のエージェント ランキングでオープン ウェイト モデルで 1 位、世界の全参加モデル中 13 位にランクされ、作業、プログラミング、チャットの 3 つの主要カテゴリでオープン モデルで 1 位にランクされています。
Arena は、このランキングは世界中のユーザーによる 17,500 以上の実際の長期エージェント タスク セッションに基づいていると述べました。 Kim K3.1 Pro (Max) の純改善率は +5.1% に達し、前世代の Kim K3 (Max) の +0.9% から 4.2 ポイント増加し、複雑なタスクの実行とユーザー インタラクションにおいて大幅な進歩があったことを示しています。
具体的な評価指標に関しては、Kimi K3.1 Pro の多くのパフォーマンスが向上しました。このうち、シェルコマンド実行の信頼性を測るBash信頼性指標は+7.9%に達し、オープンモデルで1位となったが、前世代のK3は-4.5%で13位だった。
ユーザー満足度を反映する賞賛対苦情の指標では、新モデルは +7.7% を達成し、前世代の +1.3% から大幅に改善しました。ユーザーのフィードバックに基づいて実行方向を調整するモデルの能力を測定するステアビリティ指標に関して、K3.1 Pro は +6.5% を達成し、これもオープン モデルの中で 1 位にランクされました。
さらに、ユーザーによるタスク完了の明確な確認を測定する確認済み成功指標では、K3.1 Pro のスコアは +3.9% で、オープン モデルの中で 4 位にランクされ、前世代の +3.8% をわずかに上回りました。
Dark Side of the Moon が公開したモデル情報によると、Kimi K3.1 Pro は、総パラメータ量 2.8 兆、単一推論活性化パラメータ約 1,040 億のハイブリッド エキスパート (MoE) アーキテクチャを採用し、約 100 万のトークン コンテキスト ウィンドウをサポートします。このモデルにはネイティブのマルチモーダル機能があり、プログラミング、3D 作成、財務調査、事実の正確さ、および複雑なエージェント タスクの実行機能の向上に重点を置いています。
Dark Side of the Moon は、Kimi K3.1 Pro のモデル ウェイトが Hugging Face からダウンロードできるようになり、今後もオープン スマート エコシステムの開発を促進し続けると述べました。
コメント