K3.1 Pro 就是 K3 的后训练版本 架构没变，参数量没变，那么 K3.1 到底做了哪些优化： 大规模联合 RL，覆盖数百个下游领域 优化了：RL 框… · @leo114119 · TwKit

@leo114119

K3.1 Pro 就是 K3 的后训练版本 架构没变，参数量没变，那么 K3.1 到底做了哪些优化： 大规模联合 RL，覆盖数百个下游领域 优化了：RL 框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度、环境质量校验平台 目的是让「每一份 RL 算力都能带来稳定、可预测的回报」 大白话就是：基座是 K3 那颗，但用几倍的 RL 算力把它在几百个领域上反复训练，把能力提升上去 一句话：K3.1 Pro = K3 基座 + 数倍后训练 RL 算力，参数量、架构、上下文全部不变。这是纯后训练迭代，不是新基座。 这大概就和 GLM5.3 对比 GLM 5.2做了一样的东西 但想想从 7 月到现在 3 个多月，拿出来这样一个 K3.1,这并不是什么惊喜吧。。。就是一个小版本提升 希望 KIMI K4 能在年底发出来吧。。

曝光 306 · 评论 1 · 点赞 3 · 书签 1