Perplexity 首席执行官对 Kimi K2 模型表示赞赏,后续可能开展进一步训练
发布时间:2025-07-14 10:49:14 | 责任编辑:吴昊 | 浏览量:8 次
近日,美国人工智能初创公司 Perplexity 的首席执行官阿拉温德(Aravind Srinivas)在社交媒体上发布了一则重要信息。他表示,该公司对 “月之暗面” 推出的 Kimi K2模型表现出了高度的赞赏,并表示未来有可能会基于 K2进行进一步的训练。这一消息引发了广泛关注。
Kimi K2是 “月之暗面” 刚刚发布的首个万亿参数的开源模型,专注于代码生成和通用智能代理(Agent)的任务。根据官方介绍,Kimi K2在多个性能基准测试中取得了优异的成绩,包括 SWE Bench Verified、Tau2和 AceBench 等。这些测试的结果表明,Kimi K2在代码、智能代理以及数学推理等方面表现出色,具备领先的能力。
Kimi K2的架构采用了混合专家(MoE)设计,总参数量达到了令人瞩目的1万亿,而激活参数为320亿。这样的参数规模使其在各类复杂任务中能够更好地应对挑战。
据悉,Perplexity 之前还曾使用 DeepSeek R1模型进行训练,这一背景为其在人工智能领域的进一步探索奠定了基础。阿拉温德对于 Kimi K2的正面评价,意味着 Perplexity 正在积极寻求新技术和模型的合作机会,以推动其产品和服务的发展。
Kimi K2的发布,不仅提升了 “月之暗面” 在开源模型领域的竞争力,也为 Perplexity 的未来发展提供了新的可能性。随着人工智能技术的迅猛发展,能够在这一领域保持领先地位的企业,必将为市场带来更为创新的解决方案。
阿拉温德的表态显示出 Perplexity 对于 Kimi K2模型的信心,以及未来在人工智能技术方面的期待与布局。
划重点:
🌟 Kimi K2是 “月之暗面” 发布的首个万亿参数开源模型,擅长代码和智能代理任务。
🚀 Perplexity CEO 称赞 Kimi K2模型,计划进行后续训练。
📈 Kimi K2在多个基准测试中取得了出色的成绩,展现出强大的能力。
Perplexity CEO 阿拉温德(Aravind Srinivas)近日表示,基于月之暗面(Moonshot AI)发布的 Kimi K2 模型在测试中表现良好,公司后续可能会利用 K2 进行后训练,此前 DeepSeek R1 也曾被用于模型训练。Kimi K2 是月之暗面于 7 月初发布的首个万亿参数开源模型,采用 MoE 架构,总参数 1T,激活参数 32B,强调代码能力和通用 Agent 任务能力,并在 SWE Bench Verified、Tau2、AceBench 等基准测试中取得开源模型中的 SOTA 成绩,展现出在代码、Agent 及数学推理任务上的领先能力。
本网站(https://aigc.izzi.cn)刊载的所有内容,包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。