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 技术报告披露训练与系统细节(19 条相关)→
「研究」频道最新
- 一个 AI 摘要系统每周扫描 92 个期刊并生成 RSS — Afinetheorem · 2026-07-29
- 一个每周更新的 PDB 排行榜追踪开源 cofolding 模型 — rishabh16_ · 2026-07-29
- Agentic AI 峰会设机器人与世界模型专场 — dawnsongtweets · 2026-07-29
- 新指南指出，系统性文献综述里 GenAI 仍需要人工监督 — DrDatta_AIIMS · 2026-07-29
- Wharton 实验室开源 AIBO，用于统计有效的 AI 行为实验 — emollick · 2026-07-29
- 一个 Unity RPG prompt，把多智能体循环推到 AAA 级极致 — chongdashu · 2026-07-29