k3 没改 RL 算法，工具调用步骤却几乎和分数 1:1 对齐
stochasticchasm · x · 2026-07-28
这条帖文的核心判断是：k3 没有做 RL 算法更新，作者认为这很合理，因为 k2.5 的算法已经相当不错。
回复里还指出图表没有披露 x、y 轴具体数值，但更值得注意的是：工具调用步骤数似乎和评测分数几乎 1:1 对应。这暗示图里的行为变化与 benchmark 表现之间存在很直接的关联。
所属事件:Kimi K3 复现强化学习研究并引入推理预算控制(4 条相关)→
「模型」频道最新
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16
- Rapid-MLX 0.16.2 发布:Apple Silicon 本地跑 Nemotron 3.5 至 120B — kuchaev · 2026-10-16
- 「中国开源末日」说法被质疑：开源模型几乎可自动获得许可证 — eliebakouch · 2026-10-16