Kimi K2.5 扩展方法论
AI寒武纪 · wechat · 2026-07-18
这篇文章回顾了月之暗面 CEO 杨植麟在英伟达 GTC 上关于 Kimi K2.5 背后“扩展方法论”的演讲，主线是把模型能力扩展分成三个维度：token 效率、长上下文、智能体数量。
- token 效率：团队重点讲了 Muon 优化器及其分布式实现，声称可替代 Adam，并在相同 token/参数条件下带来更好的训练效果；同时还用 QKclip 解决了大规模训练时注意力 logit 爆炸、loss 发散的问题。
- 长上下文：提出 KimiLinear / KimiDeltaAttention，用线性注意力与全注意力混合，并把原本标量衰减改成对角矩阵，兼顾短上下文、长输入和长输出任务的效果与效率。
- 智能体蜂群：设计了编排者+子智能体的训练范式，配套实例化奖励、完成奖励和结果奖励，目标是让多个智能体并行协作完成更复杂任务。
文章还提到 K2.5 的几个关键点：
- 训练了超过 15 万亿 token，并在 H800 集群上完成；
- 是首个原生视觉+文本联合训练的开源模型，强调“早期融合”优于先文本后视觉；
- 视觉与文本能力可以互相增强，甚至在几乎不做视觉 SFT 的情况下仍能取得很强表现；
- 演讲末尾还预告了下一代架构方向：把“残差连接”类比为时间维度上的循环结构，再进一步做成“注意力残差”。
所属事件:杨植麟分享 Kimi K2.5 扩展与提效路线(4 条相关)→
「模型」频道最新
- 悖论:最值得信任的 LLM 反而不肯干最出格的事 — AaronBergman18 · 2026-10-27
- Claude 拒绝输入验证码被指安全障碍:一次性密码没法交给密码管理器 — AaronBergman18 · 2026-10-27
- repligate:LLM 上下文塞满噪声时确实会变『难』,休息的价值或可用信息论解释 — repligate · 2026-10-27
- 3 张二手 V100 跑 Qwen 近 400 tokens/秒 — jfinkpottery · 2026-10-27
- Muse Spark 1.3 安全报告:CoT 可控性评估首次对标四大厂商 — tomekkorbak · 2026-10-27
- 非英语用户多付「分词器税」：同样任务 AI 报价更贵 — postalex · 2026-10-27