Kimi产品做得好，没想到AIInfra也做挺好
细看甲子光年
2025-01-23 15:13:03
Kimi产品做得好，这是有共识的，但这次我们在拆技术报告时，意外地发现，他们在AI Infra方面也下了很多功夫。
这次也是Kimi技术团队第一次准备详细的技术报告，记录和分享新技术范式下的模型训练技术探索之路：《Kimi k1.5：借助大语言模型实现强化学习的 Scaling》。
RL（强化学习）可以让模型在“尝试—反馈—改进”的循环中不断提升。为了实现这个循环，就需要一个完整的训练系统来支撑。
本次Kimi的技术报告就分享了，如何在RL的模式下做AI Infra。（图2和图3）
大模型 AI AI Infra
0
阅读：0
