Kimi K3 配合 Tinker 跑出 19 组自动研究实验

burny_tech · x · 2026-07-23

这是一条转发帖，核心观点是：Kimi K3 + Tinker 很适合做 autoresearch loop。

作者认为，当大部分训练基础设施都被 Tinker 接管后，模型就能把注意力集中在实验本身，更容易看清每次改动带来的差异并继续迭代。在复现 Self-Distilled RLVR 论文时，Kimi 一次性写出了 baseline 实现，跑了 19 组实验、覆盖 6 种配置，最终还自动写出了报告，甚至额外生成了一版中文报告。配图则在说明该机制对论文里的 entropy、credit-clip ratio 等关键结论有复现效果。