Kimi K3 用网页搜索知识图谱合成 RL 任务
nrehiew_ · x · 2026-07-29
这条主要披露 Kimi K3 的 RL 环境合成管线，信息量很高。
- 他们先用 web search agents 搭一个任务知识图谱，研究深度会尽量做到 agent 能挖到的最深层。
- 再从图谱里抽取若干 key，去互联网抓取公开材料，基于这些 seed materials 合成训练任务。
- 配图展示了任务图谱覆盖 coding、CS/AI、biomedicine、humanities、math、physics、chemistry 等多个领域。
- 作者还提到他们的 infra 基本支持各种 harness，整个合成流程相对标准化。
所属事件:Kimi K3技术报告深度拆解：工程协同成就前沿性能(21 条相关)→
「研究」频道最新
- 一个古老结构单元撑起免疫系统：免疫球蛋白折叠的亿年多职演化 — arjunrajlab · 2026-10-16
- 中国后量子签名 Origami 被攻破，公钥即可伪造签名 — matthew_d_green · 2026-10-16
- 模型能力还是基础设施？Agent 评测的分层归因难题 — jrxna · 2026-10-16
- 首篇论文即中 NeurIPS spotlight:多智能体集群安全研究 — LauraRuis · 2026-10-16
- UNSW 提出 EDEN：嵌入空间锚定噪声增强 LLM RLVR 探索 — Daijiao Liu · 2026-10-16
- 自动驾驶团队演示窄路僵局：车辆学会倒车让行，并自制机械臂换挡测试 — sanjeevs_iitr · 2026-10-16