首页 • AI资讯 • AI资讯 • 前沿科技 • Kimi探索版正内测中，国产第一个o1？
今天，登录Kimi网站，发现会话窗口出现了一个特殊的提示。 输入“/”使用Kimi探索版，解决复杂的搜索问题。
再想想？不对。那个是“@”命令，快捷调用Kimi+的，也就是kimi的官方智能体。
原来是快捷调用Kimi探索版，专门用来解决复杂问题的，类似于OpenAI的o1模型，智力程度特别高，推理能力特别强，在某些特殊领域（比如数学、编程、推理）特别好用。 第一只螃蟹，没想到是由月之暗面推出的。不过再一细想，也属正常。 毕竟，月厂主打的就是长文本、总结和推理能力，第一家也确实应该由月厂来做。 就是这使用次数（5次/天 ），略显抠搜……喂，我可是你们家的399登月会员呢~
对于OpenAI的o1模型，我们知道它采用了Cot （Chain of Thought，思维链）技术，并且会进行Self-play RL （自我对弈强化学习）强化学习，可以做非常复杂的推理任务 ，智力程度堪比博士。
搜索三国主要战役-->查找三国战役地点-->查找每次战役对应的现代城市和地区。
这185个url，要是我一个个去找。真的，这一天的时间都得耗在这里。 最后，生成了一个简洁干练的回答，总结了41次大小战役以及其对应的现代地点。
计算多个小品里的虚拟酒食价格，不管问题有多跳跃，都能回答。
如果回答有问题，它还会进行自我反思（其他问题的回答），补充回答。
卧槽，你还是人吗？哦，机器呀，放心了。再一细想，我又完全放心不下了。。 什么是Cot？什么是Self-play RL？这里的case，就是对技术最好的解释。 同样的问题，我们问问某个下载量遥遥领先的大模型，它只能回答出10个，信源只有8个。
这个问题涉及不同的文学作品，而且是计算农历，一不小心很多AI都会扑街，就像这样。
或者，又比如这个模型已经搜到了生日，但还是不肯计算。
嗯，这才是正确的人类计算方式啊。先确定两人生日，然后一个个计算，最后再累加，这里面没有捷径。只有按照思维链，一步步推理、计算，才能得出最终唯一的结果。 上难度，我们给它来道AIME 2024年竞赛题 ，一项专门为美国顶尖高中数学学生设立的挑战性考试，看看Kimi怎么答。
将问题发给Kimi后，它马上就开始解题，不到30s，就全部解答了出来。
注意看左下角，我全程是关闭联网的，也就是说Kimi是通过自身的底层模型来答的这道题，而并非上网搜索。 注：本题已经过改编，即使AI联网搜索也找不到答案。这是全网唯一的题目。 问： 某公司被窃，A、B、C、D四人涉嫌被拘留。侦破结果表明，罪犯就是其中的某一个人。A说：“是C偷的。”B说：“我没偷。”C说：“我也没偷。”D说：“如果B没有偷，那么就是我偷的。”现已査明，其中只有一个人说了假话，从上述条件可以确定谁偷成立？
我们可以通过分析每个人的陈述来确定谁是罪犯。已知只有一个人说了假话，其他人都说了真话。我们逐一分析每个人的陈述： 我们假设每个人分别说了假话，然后验证是否符合条件。 D说真话，D说“如果B没有偷，那么就是我偷的”，B没有偷，所以D偷了。 D说真话，D说“如果B没有偷，那么就是我偷的”，B偷了，所以D不偷。 D说真话，D说“如果B没有偷，那么就是我偷的”，B没有偷，所以D偷了（矛盾）。 D说假话，说明“如果B没有偷，那么就是我偷的”是假的，即使B没有偷，D也没有偷。 综上所述，只有假设A说假话时，所有条件都符合。因此，罪犯是D。 这是我制作的逻辑对照表，你看一眼就明白了。只有A说假话时，其他人都说了真话，符合条件，得出D是小偷。
这道题，曾难倒过不少AI，没想到Kimi探索版居然答对了。
