شرکت چینی Moonshot AI به طور رسمی از مدل Kimi K3.1 Pro با پنجره متنی بومی یک میلیون توکن رونمایی کرد و آن را بزرگترین مدل وزن آزاد با سه تریلیون پارامتر نامید.
به گزارش سرویس هوش مصنوعی تکناک، رقابت در دنیای هوش مصنوعی وارد مرحله جدیدی شده است و شرکت های توسعه در حال تغییر موازنه قدرت قبلی بین سیستم های اختصاصی و مدل های بدون وزن هستند. شرکت چینی Moonshot AI به طور رسمی از مدل K3.1 Pro Kimi به همراه نسخه سریعتر Kimi K3.1 Pro Highspeed رونمایی کرد. این محصول به عنوان اولین عضو از نسل جدید K3.1 معرفی شده و طبق اطلاعات رسمی بزرگترین و پیشرفته ترین مدل از کلاس سه تریلیون پارامتر با وزن آزاد است که تا به امروز به جامعه فناوری عرضه شده است. یک نقطه قوت کلیدی این سیستم پشتیبانی بومی از یک پنجره متنی میلیون توکن است که به سیستم اجازه می دهد تا حجم زیادی از داده های متنی، اسناد فنی طولانی و کدهای برنامه نویسی پیچیده را در یک مرحله پردازش پردازش کند.
توسعه دهندگان نسخه Highspeed را طوری تنظیم کرده اند که تمام قابلیت های تحلیلی و کیفیت خروجی مدل پایه را حفظ کند، اما سرعت پاسخگویی آن دو تا سه برابر سریعتر است. هر دو نسخه به طور جهانی در کل اکوسیستم محصول Kimi فعال هستند. مصرف‌کنندگان و کاربران تجاری می‌توانند در وب‌سایت kimi.ai، برنامه‌های تلفن همراه در پلتفرم‌های اندروید، iOS و HarmonyOS و همچنین نرم‌افزار دسکتاپ Kimi Work برای رایانه‌های شخصی ویندوز و رایانه‌های مک مجهز به Apple Silicon به آن دسترسی داشته باشند. در بخش توسعه نرم افزار، Kimi Code به مهندسان اجازه می دهد تا از این موتور جدید برای کارهای تخصصی خود استفاده کنند. توسعه دهندگانی که از طریق یک رابط برنامه نویسی اختصاصی کار می کنند نیز می توانند از ویژگی ذخیره سازی بدون داده استفاده کنند تا محرمانه بودن اطلاعات پروژه آنها به خطر نیفتد. با این حال، مدیران شبکه سازمانی باید به صورت دستی این ویژگی را برای تیم‌های خود فعال کنند، زیرا دسترسی پیش‌فرض هنگام راه‌اندازی غیرفعال شده بود تا سیاست‌های امنیتی داخلی شرکت حفظ شود.
نوآوری در فرآیند آموزش و معیارهای جهشی
مدل K3.1 Pro نسخه ارتقا یافته و آموزش دیده نسل K3 است، اما تفاوت اساسی در میزان قدرت پردازشی است که در مرحله پس از آموزش اولیه به آن اختصاص داده شد. برای رسیدن به این هدف، کارشناسان هوش مصنوعی Moonshot تغییرات اساسی را در تمام لایه‌های چرخه یادگیری اعمال کردند. چارچوب یادگیری تقویتی در سطح صدها حوزه مختلف بازطراحی شد، مکانیسم استنتاج در پلتفرم‌های متن طولانی بازنویسی شد و محیط‌های آزمون جداشده برای انجام وظایف عملی مجدداً پیکربندی شدند تا امکان بررسی کیفی بدون وقفه خروجی‌ها را فراهم کنند.
بازتاب این بهینه سازی ها در تست های عملکرد بسیار چشمگیر بوده است. در تست معروف Terminal-Bench 4.0 که توانایی عوامل هوشمند را برای مدیریت محیط خط فرمان و حل مشکلات در محیط های محدود سخت افزاری ارزیابی می کند، K3.1 Pro به امتیاز 65.7% دست یافت. این رکورد نشان می دهد که مدل چینی نه تنها توانسته است GPT-6 Astra را با امتیاز 58.2% پشت سر بگذارد، بلکه با امتیاز 66.4% نزدیک به Claude Opus 5.5 قرار گرفته است. در بنچمارک داخلی مربوط به حل مسائل چند مرحله ای و طولانی، این مدل توانست جهش قابل توجهی را نسبت به نسخه قبلی به ثبت برساند و به امتیاز 61.2 درصدی دست یابد. توانایی های بصری و هندسی نیز به طور قابل توجهی بهبود یافته است. در بنچمارک مربوط به بازسازی مدل های سه بعدی از تصاویر چند جهته و تولید کدهای صنعتی، مدل جدید توانسته رکورد 92.7% را به ثبت برساند. بر همین اساس قابلیت جدیدی به نام 3D Make در سرویس های آنلاین این پلتفرم قرار داده شده است که به کاربران امکان طراحی و ویرایش مدل های سه بعدی و خروجی مستقیم فایل نهایی برای پرینترهای سه بعدی را می دهد.
در زمینه تحلیل مالی و کار با اسناد تجاری واقعی، ثبت امتیاز 64.4 در آزمون استاندارد تحلیل اسناد گواهی بر مهارت بالای مدل در درک صورت های مالی سنگین است. ارزیابی های انحصاری نشان می دهد که بهره وری این هوش مصنوعی در زمینه مدل سازی و تحقیقات مالی رشد قابل توجهی داشته است و در حوزه عملیات تجاری بیش از چهار برابر قدرتمندتر از نسل قبل است. علاوه بر این قابلیت ها، کنترل پدیده توهم و خطاهای ساختاری از اولویت های تیم تحقیق و توسعه بوده است. به طوری که در آزمون های استرس مربوط به راستی آزمایی حقایق، میزان ادعاهای غیرواقعی مدل به حدود یک سوم نسخه قبلی کاهش یافته و سهم پاسخ های بدون خطا رشد قابل توجهی را نشان می دهد. این سیستم برای اثبات استقامت مدل در پروژه های پیچیده مهندسی، با استفاده از یک نقشه آناتومیک متن باز شامل صدها عضو اسکلتی و عضلانی، توانست شبیه ساز واقعی راه رفتن انسان را ایجاد کند و طی صدها مرحله آزمایشی، با شناسایی و رفع ده ها اشکال فیزیکی در فرمول های محاسباتی، کنترلر دینامیکی راه رفتن را با موفقیت پیکربندی کند.
چارچوب امنیت سایبری و انتشار عمومی
تصمیم برای انتشار عمومی وزن یک مدل با این سطح از توانایی محاسباتی همیشه دارای حساسیت های امنیتی زیادی است. مدیران هوش مصنوعی Moonshot بیان کرده‌اند که با مقیاس‌بندی یادگیری تقویتی، دریافتند که قدرت این مدل در حوزه تحلیل آسیب‌پذیری‌های امنیتی و نرم‌افزاری به موازات سایر مهارت‌ها افزایش یافته است. ریشه این موضوع مربوط به وجود محتوای امنیتی در مجموعه داده های آموزشی اولیه و تمرین های شبیه سازی شده در خط لوله یادگیری بود. برای مقابله با این چالش، قبل از انتشار عمومی وزن‌های مدل، یک مرحله فیلترینگ دقیق روی پایگاه داده انجام شد تا داده‌های امنیتی بدون به خطر انداختن مهارت‌های کدگذاری عمومی حذف شود.
نوشته شده است هوش مصنوعی متحد کنیدتست های انجام شده بر روی پلتفرم های ارزیابی امنیت نرم افزار تخصصی نشان می دهد که این استراتژی موثر بوده است. قبل از حذف این داده‌ها، این مدل می‌توانست بیش از 90 درصد از مشکلات تست نفوذ و کدهای مخرب را به درستی حل کند، اما پس از پاکسازی هدفمند، این مهارت به 81 درصد کاهش یافت. این سقوط عمدی باعث شده است که قابلیت های تهاجمی مدل مهار شده و خطرات سوء استفاده های احتمالی در محیط های عمومی کاهش یابد. خط مشی این شرکت بر دو اصل کلی استوار است: جلوگیری از دسترسی مدل‌های منبع باز به ابزارهای امنیتی بسیار خطرناک و در عین حال افزایش تدریجی ظرفیت این مدل‌ها برای کمک به تحلیلگران و برنامه‌نویسان برای بررسی کدهای قدیمی که سال‌ها بدون بررسی امنیتی اجرا می‌شوند.
مکانیسم فنی و برنامه های دسترسی توسعه دهندگان
در اسناد راهنمای توسعه دهنده، مشخصات فنی نحوه تعامل با این سیستم به تفصیل توضیح داده شده است. مدل K3.1 Pro تنها بر اساس حالت پردازش و تحلیل مرحله به مرحله طراحی شده است و در صورت خاموش بودن این ساختار تحلیلی در درخواست ها، سیستم درخواست را رد می کند. میزان زمان و توان صرف شده برای پردازش در سه سطح مختلف توسط کاربر قابل تعریف است و حالت حداکثر به عنوان گزینه پیش فرض فعال خواهد بود. این موتور پردازشگر علاوه بر متن، قابلیت تجزیه و تحلیل مستقیم داده های چند رسانه ای مانند تصاویر و فیلم ها را نیز دارد.
دسترسی به نسخه های جدید در سطوح مختلف اشتراک طبقه بندی می شود. مدل استاندارد با حافظه یک میلیون توکن در دسترس مشترکین سطح حرفه ای است و نسخه پرسرعت نیاز به سطح کاربری ویژه ای برای مدیریت توزیع بار پردازشی روی سرورها دارد. به برنامه نویسان توصیه می شود به جای تغییر مدل در وسط یک گفتگوی فعال، دیالوگ های جدیدی ایجاد کنند و برای جلوگیری از خطای سیستم، شناسه دقیق این مدل ها را در سیستم خود قرار دهند تا از بازگشت خودکار سیستم به مدل های قدیمی جلوگیری شود. طبق برنامه اعلام شده، وزن کامل مدل تا 4 نوامبر 2026 برای استفاده عموم و محققان منتشر خواهد شد.
گفتگو در مورد این post