Kimi 2.5
PulseAugur coverage of Kimi 2.5 — every cluster mentioning Kimi 2.5 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Hugging Face Transformers v5.13.0 增加了 KimiK、Xiaomi MiMo、NVIDIA 和 Qwen ASR 模型
Hugging Face 的 Transformers 库发布了 5.13.0 版本，引入了多个新的开源模型。此次更新包括 KimiK 的 Kimi K2.5，一个多模态代理模型，专为高级编码和自主执行而设计。此外，该版本还包含 Xiaomi MiMo 的 MiMo-V2-Flash，一个混合专家模型，针对长上下文推理和高效推理进行了优化。更新还整合了 NVIDIA 的 Nemotron 3.5 ASR 和 Nemotron ASR …
-
Cursor 发布 Composer 2 编码模型，采用专门的强化学习
Cursor 发布了 Composer 2，一个基于 Kimi 2.5 的专业编码模型，实现了前沿水平的性能，同时推理成本显著降低。该模型通过持续预训练和大规模强化学习相结合的方式开发，专门针对 Cursor 环境内的软件工程任务进行了优化。Fireworks AI 的推理层通过处理跨多个集群的分布式部署和推理，使得大规模强化学习过程变得可行，使 Cursor 能够专注于模型行为而非基础设施。
-
Cursor 的 Composer 2：基于 Fireworks 基础设施构建的专业化 AI 编码模型
Cursor 的研究主管 Federico Cassano 和 Fireworks 的 Dmytro Dzhulgakov 讨论了 Composer 2 的开发，这是一个专业的编码模型。他们解释了 Cursor 在自有基础设施上训练高度专注的模型、利用强大的开源基础模型和广泛的强化学习的策略。讨论强调了分布式训练、异步管道和高效权重同步方面的重大工程创新，以及处理稀疏模型中的数值不一致和通过自我总结实现长上下文窗口的技术。
-
Tencent Hunyuan 3.0 预览版发布，架构迎来重大升级
腾讯AI实验室发布了其新模型Hunyuan 3.0的预览版，这标志着在基础要素方面进行了重大的架构调整。该团队由姚舜宇领导，优先考虑数据质量和基础设施的改进，据报道，其内部性能已与Kimi 2.5相当。这一战略性回归核心原则的举措旨在使腾讯的AI努力在与行业领导者竞争时更具竞争力。
-
开放式 AI 堆栈日趋成熟：工具、后训练胜过基础模型
Sebastian Raschka 讨论了开放式 AI 堆栈的演变，强调工具和后训练现在比基础模型更关键。他指出，欧洲的优势在于专业化训练和领域数据，不一定在于开发新的基础模型。Raschka 还提到，开放权重模型是进步的先决条件，而高级工程师的审查能力越来越有价值，这正成为一个瓶颈。