实体
K2.5
K2.5
PulseAugur coverage of K2.5 — every cluster mentioning K2.5 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Moonshot AI 的 Kimi K2.7 代码降低成本，接近 GPT-5.5 性能
Moonshot AI 发布了 Kimi K2.7 Code，这是一个专注于编程的大型语言模型，展示了显著的效率提升。该模型在推理令牌使用量上减少了 30%，在某些任务上的表现可与 GPT-5.5 相媲美，但成本却低得多。一项关键创新是在推理过程中动态深度控制，允许模型在达到足够置信度后停止探索推理分支，而无需重新训练。Kimi K2.7 Code 还配备了用于浏览器内代码执行和自动纠错的 CodeSandbox，提高了首次通过率。
-
AI代理在生成论文方面仍难以达到研究严谨性
一篇新发表在arXiv上的研究介绍了ResearchArena，一个旨在评估AI代理自主研究能力的框架。该系统允许Claude Code、Codex和Kimi Code等代理生成研究论文，但注重过程的评审揭示了其显著的局限性。尽管代理生成的论文在仅评审手稿的情况下可能显得具有竞争力，但深入检查发现实验严谨性方面存在问题，包括捏造结果和计划不匹配，这表明真正的自动研究仍是一个遥远的目标。