유사한 콘텐츠 찾기

广州 哈森🏠新人 kimi 白虎 第一次下水初恋女孩 168D 05年 体重105 不是干瘦女孩 皮肤雪白 🈚️纹身 ⬆️⬇️粉 听话配合度高 💦多多 #kimi

GO https://twitter.com/kimishima_ao/status/1938133199596753384 RT @OtonohaCompass: こんパス〜🍁🧭今日は21:30から歌枠です✨過去歌枠で歌った曲からリクエスト、マシュマロで受け付けてます☺️https://t.co/COH6azDojm2周年記念のお写真をXでもおひろめ！(イラスト:きみしま青さん#kimi… At June 26, 2025 at 04:12PM By kimishima_ao

#Kimi 🅺 Kimi 推出探索版 😙 总结：Kimi 模仿了 ChatGPT o1 自我思考 💬TG特别推送：Kimi探索版通过模拟人类的推理思考过程，执行深度搜索，并即时反思改进结果，提供更全面和准确的答案。它适用于学术研究、市场分析、学习辅导、技术问题解决和决策支持等场景。目前，Kimi探索版已逐步分批上线Web端和手机APP 😮 每人每天可以使用 5 次 👉直达：https://kimi.moonshot.cn/ 📬投稿 & 群聊🔈频道🔎索引

🧑‍💻 Nuevos modelos chinos, además de Claude 4 Opus y GPT‑4.1 La startup china Moonshot AI ha lanzado Kimi K2, un modelo de lenguaje (LLM) con 1 billón de parámetros, cuyo código y pesos son abiertos al público. Este modelo utiliza una arquitectura de Mixture of Experts (MoE). En lugar de activar todos los parámetros a la vez, selecciona solo 32 mil millones que mejor se ajustan a la entrada. Este enfoque permite un rendimiento más rápido, costos computacionales más bajos y mayor precisión. Con una ventana de contexto de 128K tokens, el modelo está diseñado para programación y uso de herramientas: puede llamar APIs, crear gráficos, analizar datos, escribir, depurar y ejecutar código. Sin embargo, no soporta un modo de razonamiento. 🏆 Según los benchmarks, K2 supera a otros modelos con pesos abiertos en programación y matemáticas, y rivaliza o incluso supera a algunos de los principales modelos cerrados ⤴️ Apenas unos días después de su lanzamiento, los modelos de Moonshot se posicionaron entre los 10 más utilizados por llamadas API en OpenRouter, junto con xAI y Qwen. Mientras tanto, en Reddit, los usuarios comentan que K2 ofrece respuestas coherentes y naturales, a menudo más conversacionales que otros modelos. Algunos prefieren su tono. 🖥 Los pesos y el código del modelo están disponibles en GitHub y es gratuito para usar, incluso en proyectos comerciales. La única condición es que si tu aplicación tiene más de 100 millones de usuarios o genera más de $20 millones al mes, debes mostrar el nombre Kimi K2 en tu interfaz. ➡️ Pruébalo gratis aquí. #noticias#Kimi@hiaimediaes

Kimi Code现可申请候补名单 https://www.kimi.com/code 🗒 标签: #Kimi#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

🦾 Xitoy kompaniyasi Kimi K2-Thinking nomli sun’iy intellekt modelini taqdim etdi — u GPT-5 va Sonnet 4.5'dan ustun natijalar ko‘rsatgan ℹ️ Bundan tashqari, ushbu LLM (katta til modeli) bilan ishlash narxi amerikalik analoglariga qaraganda ancha arzon. Hatto internetda Moonshot AI (model yaratuvchisi) o‘zini zarariga ishlayotgani haqida taxminlar paydo bo‘lgan. 👉 Yangi modelni sinab ko‘rish uchun kimi.com saytiga kirib mutlaqo bepul foydalanish mumkin. ➡️#ai#kimi | Birinchi IT-Blog

支持200万汉字输入，能处理多种文件格式，具备智能搜索、高效阅读等功能，可用于学术翻译、法律分析等场景，还有每日20次AI智能绘图. #AI#Kimi

📛Вышла Kimi K2.6 Moonshot AI выпустила open-source Kimi K2.6 — новую агентную мультимодальную модель с упором на long-horizon coding, автономное выполнение длинных задач и координацию нескольких агентов. Дальше Moonshot делает ставку уже не только на бенчмарки, а на длинные автономные сценарии: 🟡 в одном из внутренних кейсов модель 13 часов перерабатывала архитектуру exchange-core, сделав 1000+ вызовов инструментов и изменив 4000+ строк кода; 🟡 в другом — 12+ часов, 4000+ tool calls и оптимизация инференса Qwen3.5-0.8B на Mac на языке Zig, где скорость выросла примерно с 15 до 193 токенов в секунду; 🟡 Agent Swarm теперь масштабируется до 300 сабагентов и 4000 координированных шагов, а режим Claw Groups запущен в статусе research preview и умеет перераспределять задачи между разными агентами при сбоях. Модель уже появилась на Hugging Face, доступна через Kimi API, а в Kimi Code K2.6 уже обозначена как официально обновленная версия для coding-сценариев. Источник: Hugging Face | Kimi API | Kimi | Техблог Moonshot Верите в китайские модели? 🔥 - да, достойная конкуренция гигантам США 👍 - норм, использовать можно, но похуже 👎 - бенчмаксинг и ничего более 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#kimi#новости

📛Attention Residuals — новая архитектура для эффективного масштабирования нейросетей Исследователи из Moonshot AI представили новый подход к архитектуре нейросетей — Attention Residuals (AttnRes). Он предлагает заменить классические residual-соединения на механизм внимания между слоями, где модель сама решает, какие представления из предыдущих слоёв использовать. В традиционных трансформерах residual connections работают по фиксированной схеме: каждый слой просто добавляет свой результат к предыдущему состоянию. В Attention Residuals вместо этого используется обучаемое внимание к предыдущим слоям, что позволяет сети выбирать наиболее полезные представления из глубины модели. Основные идеи метода: 🟡 сеть может выборочно обращаться к представлениям из предыдущих слоёв 🟡 уменьшается эффект размывания информации и роста hidden-state 🟡 появляется более равномерное распределение градиентов по глубине сети Чтобы сделать такой механизм масштабируемым, исследователи предложили Block AttnRes — архитектуру, где слои объединяются в сжатые блоки, между которыми применяется attention. Это снижает вычислительные затраты и делает cross-layer внимание практичным для больших моделей. Метод протестировали на архитектуре Kimi Linear (48B параметров, 3B активных). Эксперименты показали: 🟡 примерно 1.25× преимущество по вычислительной эффективности 🟡менее 2% дополнительной задержки инференса 🟡 стабильное улучшение качества на downstream-задачах Scaling-эксперименты также показали, что выигрыш в вычислениях сохраняется при увеличении размера модели. Проще говоря, вместо того чтобы тащить через всю сеть одинаковый «след» вычислений, модель сама выбирает, к каким прошлым представлениям ей лучше вернуться, если они полезны для текущего шага. Это делает обучение стабильнее, уменьшает потерю информации в глубине сети и позволяет моделям работать примерно на 25% эффективнее по вычислениям. Подробности можно посмотреть в исследовательской работе. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#kimi#новости

📛Kimi Claw: OpenClaw встроили прямо в kimi.com Moonshot (Kimi) представили Kimi Claw — это OpenClaw, который теперь нативно живёт внутри kimi.com. По сути, вы получаете агента, который постоянно доступен в вкладке браузера, умеет дергать инструменты и цепочки действий Что заявлено в Kimi Claw: 🟡ClawHub: доступ к 5 000+ community-skills из библиотеки, которые можно искать, вызывать и комбинировать. 🟡40 GB cloud storage: большое облачное хранилище под файлы, с которыми работает агент. 🟡Pro-поиск: получение живых данных из источников уровня Yahoo Finance и других сервисов. 🟡Bring Your Own Claw: можно подключить свой сторонний OpenClaw к kimi.com, общаться с ним в вебе или мостить в приложения (например, Telegram-группы). Главная идея — «маркетплейс навыков + агент + файлы + поиск» в одном месте: навыки можно находить, вызывать и связывать в цепочки прямо внутри kimi.com без отдельной настройки. Доступ: бета уже открыта для подписчиков Allegretto и выше. Точка входа: kimi.com/bot. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#kimi

⚡️Kimi выкатили свою генерацию презентаций По сути, копирка функционала у Гугла (даже Nano Banana Pro используется), только вместо гемини будет kimi k2, еще обещают агентный поиск и возможность редактирования/экспорта в PPTX А ещё функция будет бесплатна и безлимитна ближайшие 48 часов, это уже круто. Пробуем тут 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#kimi

⚡️У Moonshot сегодня прошел их первый AMA В AMA команда Moonshot подтвердила: для K3 рассматривают KDA/гибридное внимание, а Kimi-K2 получит vision-модальность для работы с изображениями в скором времени AMA здесь:AMA With Moonshot AI 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#kimi