k3 没改 RL 算法，工具调用步骤却几乎和分数 1:1 对齐

2026-07-28 ~ 2026-07-28 · 3 条相关

• k3 没改 RL 算法，工具调用步骤却几乎和分数 1:1 对齐 — stochasticchasm · 2026-07-28
• 论文提出 RL 预算控制，限制推理强度并节省 token — stochasticchasm · 2026-07-28
• Kimi 式智能体奖励模型加入 rubric 打分和冗长度预算 — stochasticchasm · 2026-07-28