搭配方案
共 5 条
以Kimi K3为底座后训练出法律模型Tenet，完成留出任务数接近底座两倍
通用底座经专业任务和行业数据继续训练，提升法律任务能力
✓ 完成留出任务数接近底座两倍✓ 成本保持稳定
Kimi K3 + 16颗TPU+ 推测解码+ Ironwood TPU
16颗Ironwood TPU运行Kimi K3，推测解码下单用户生成速度每秒709个token
推测解码提升单用户生成速度，使TPU对比英伟达GB200方案快约57%
✓ 单用户生成速度每秒709个token✓ 比GB200方案快约57%
Kimi K3 + IPython 内核+ Prime Agent Harness
开源模型Kimi K3在nanoGPT训练任务中逼近Opus 5成绩
Harness为Kimi K3提供持久运行的IPython内核，让模型自主搭建和迭代研究工作流
✓ 让便宜开源模型也能逼近顶级闭源模型✓ 降低AI科研试错成本
Kimi K3 生成简洁可读的代码，再用 Codex 审查找出边缘场景问题
Kimi K3 生成的代码简单可读性高，Codex 能补上它漏掉的边缘场景
✓ 代码可读性高很多✓ 能找出边缘场景 ✕ 接入工作流会慢一些✕ API 用户太多几乎不堪重负
