AI宝库

AI宝库首页 › AI 资讯 › 播客:Kimi K3.1 Pro,新的网络现实,和Muse Musings

播客:Kimi K3.1 Pro,新的网络现实,和Muse Musings

来源:Interconnects · 发布时间:10-25 · 由 AI宝库每小时自动聚合

本条资讯的摘要暂未整理出来,可点击下方按钮查看原文;本站每小时自动补充中文摘要。

我们——内森和弗洛里安——想在AI讨论一个繁忙的星期里所有混乱的取舍,并询问所有紧迫的问题,例如:

- 为什么Kimi K3.1 Pro与如此不可思议的基准测试有混合反应?它将获得通过吗?

- 关于开放量模型和网络安全的风险,我们错了吗?

- 为什么网络专家讨论最近的事件与AI专家有如此不同?

- 接下来几个月会怎样?是什么会改变我们的想法?

我们将多写一些关于这个主题的文章,但是,当我们渴望迅速了解过去几年来网络安全产业和趋势,这些年来,我们一直领导着我们时,我们想把你们带入幕后。 我们用一些更轻松的话题结束播客,从Muse-maxing到仍然雇用初级技术人才的兴奋。 请给我们发送问题和话题,因为我们计划记录更多的这些播客前进。

听Apple播客,Spotify,以及无论你得到的播客。 其他互联播客请到这里 YouTube (英语).

章节

- 00:00 Kimi K3.1 - 6: 00 Kimi K3.1 反应

- 8:15 Kimi的开放式网络原则

-11点23分你可以入侵一切时代

- 15:54 PHP2Shell、LiteLLM和新的互联网

- 24:00 点出API、保障和可信赖的访问

- 31:41 Anthropic不雇用初级雇员

- 36:16 弗洛里安吸毒成瘾

- 45:30 总结

我们讨论的链接

- 我和迪恩·鲍尔的线索关于边疆实验室的“哭狼男孩”的故事

- Kimi K3.1号公告博客

- Kimi K3.1人工分析情报指数

- Kimi K3.1关于人工分析防御网络基准测试

- 方案组

- 开放量级的神话会很好

- PHP“尚未造成灾难”更新

- Abliteration.ai服务于被点燃的模型API

- 通过API提供盲文DeepSeek

- Joshua Saxe的关于AI和网络安全的Substack

Azeem Azhar, “互联网的武汉时刻”

- Anthropic,“Anthropic的就业情况如何变化”

- LiteLLM安全事件报告

语录

00:00 内森·兰伯特:我们与另一个互联播客重逢。 我们和Florian在一起,Eval的家伙,最近搬到了SF。 Florian,是Kimi K3.1 Pro,名字是口活,要达到基准测试分数,比如在人工分析上,还是在哪里降落?

00:00:17 弗洛里安·布兰德:在过去,Kimi模型总是不辜负人们的期望,但这种发布与其他版本相比有些怪异。 我想这也是部分原因因为他们越来越专业,而之前的模型下降有点出乎意料。 这一次也引起了一些批评,他们发布是一场更大的社交媒体运动,据称也涉及支付人们在不透露的情况下张贴模型。

00:00:56 内森·兰伯特(Nathan Lambert):我认为许多公司都这样做,这是坏形式。 没有公司应该这样做。 称的媒体指示截图显示,据我所知之后没人证实过

00:01:15 弗洛里安·布兰德(Florian Brand):是的,现在有一些这些型号发布,包括美国公司,这些型号非常明显地被天体摧毁了。 我们已看到发布有上千个回转和几百个喜欢,有些人透露这是有酬广告,但总的来说,我们看到了发布模型随着时间的推移而专业化,而且相当快。 一年前,每个人都放弃了模型,然后在之后补上vLLM,所以实际上没有人能够暂时运行任何开放模型。 现在,你得到了所有推论框架在第一天,你得到了所有的推论提供者在第一天。 或者,这也是我们看到的越来越多,模型创造者在释放重量之前有几个星期的独家访问。 K3.1 Pro 也会出现这种情况。 在他们释放模型重量之前

00:02:38 内森·兰伯特:他们称的重量将在11月4日出道。 还有头条。.. 我不知道我是否能分享屏幕。 这台电脑上没有这个装置。 但头条是这个人工分析编号,它领先于GPT-6 Astra。 如果你看看Kimi K3.1的博客,他们的头条号码,这些号码真的很强,然后他们还有一些数字,后面这些数字似乎更乱了。 我想这是终极-奔驰科学落后于GPT-6 Astra20分我想还有其他几个,比如Bench计划你知道终端 - Bench科学与程序Bench吗?人们是否认为基准测试对前沿模型很重要?或者你如何解释在人工分析中模型是最高的,什么,三,四?这是两个最新的Claude 5.5型号,Muse Wonder Full,然后是Kimi K3.1,看起来很疯狂。 它看起来就像完全疯狂的分数,我认为每个人都仍然惊讶它。 但接下来是一长串细节你用来评估一个模型。 在推特上贴出一条线索,有很多人 “这看起来并不伟大,”然后有些人说,“是的,没关系。 ” 我不知道,相对K3来说,我认为这是相当一致的,这感觉就像一个大模型,训练后似乎有点不太适合。 也许这只是一点点RL炸。 我们看看降落的地方。

00:04:26 弗洛里安·布兰德(Florian Brand):对于基准测试来说,其中一件事情是,现在被人工分析使用的基准测试,他们可能会在发布这个播客后很快发布他们的新版本。

内森·兰伯特:我们不能告诉你确切的日期

00:04:48 弗洛里安·布兰德(Florian Brand):一般来说,人工分析基准测试在时间范围上相当短,而像"程序奔驰"(Program Bench)这样的东西确实很长,也非常有探索性。 其他的基准测试正在告诉模型,“好吧,这是目标,我要你达到这个目标 ”,而程序Bench更像是,“好吧,这是我想要的,但你需要探索很多。 ” 我认为这可能是我们所看到的一些差异的原因:他们的RL训练仍然更倾向于模式训练的剥削性方面,而不是探索性方面,在那里,你需要在实际知道自己在做什么之前找到解决办法。

00:05:41 内森·兰伯特(Nathan Lambert):但是如果你使用一个三兆个参数模型,我觉得你希望这个模型在探索时相当有力。 因为如果你想要使用一个模型来完成相当已知的编码任务,比如使用DeepSeek-V4.1-Flash-1017,而后者在这些分数上没有落后那么远,那么它就会更快。 与实际符号数字相比,每项任务的成本可能并不大相径庭。 所以我认为,因为速度会慢一些,我仍认为Fable真的很好,当我检查幻灯片时,我又回到了它,有时候,我感觉它让我有点好,在那里Opus真的,真的磨。 我认为开放量级模型在这种研磨角度上更好,因为你可以让他们更快更便宜。

00:06:44 内森·兰伯特(Nathan Lambert):似乎Kimi正准备用他们的命名变化来进行这个Flash风格的发行。 以前的Kimi型号只是K2,K2.6,K3,现在这是K3.1 Pro. 因此,很多公司预测,投资的一面在推特上的兴趣是,很多取决于这个Kimi,因为它是种真实的。 我们并不是推论专家,但为模型服务似乎需要投入更多的资源,我认为你需要NVL72架

00:07:21 弗洛里安·布兰德(Florian Brand):为了适应模型,你需要B300s,每个模型复制件一个节点,这有点尴尬,与其他模型相比,你甚至可以适应H100s,或者H200s,更方便使用。 与每个节点有一个模型复制件相比,或利用现有的节点来适应全重相比,拆分模型总是尴尬的。 因此,在这方面,三万亿只是出局了,或者只是处于你能够合理容纳的范围,但是与所有的Flash模型和所有较小的模型相比,它有点烦人,在那里,你可以使用这么多现有的GPU

00:08:15 内森·兰伯特(Nathan Lambert):你是否认为Kimi在脚下开枪,在博客文章中,我可以读到其中的一些内容,“开放加权原则。 这些评估为我们开放量释放决定提供了框架。 首先,我们的目标是不释放开放权重,这将扩大网络能力的绝对前沿。 K3.1 Pro的进攻性网络能力从设计上讲低于我们的管道所能产生的能力,并且仍然落后于前沿专利模式。 他们继续说。.. 我不知道中试部分是否在此,但实际上他们操纵中试数据来降低网络容量,你觉得这会不会反映他们拥有的其他基准测试,以及一些这种长视距的弱点?或者你认为人们可以把这事分开?

00:09:08 弗洛里安·布兰德(Florian Brand):我认为人们完全可以把这些东西分开。 我和一群其他人谈过了,我觉得释放的风格真的很好。 你想让每个人都能非常广泛的访问,找到所有的bug并补上所有的bug,这对世界来说是净正数。 Kimi表示他们仍然为防守方释放有能力的模型,我从网络安全专业人士那里听说,利用和破坏整个组织更困难,因为你需要很长的视野能力,并且你需要坚持进入所有阶段。 关闭的模型,尤其是GPT-5.6 Sol,这个模型经常被命名于此,我认为这很重要。 我们希望我们所有的代码都安全,这应该很快发生。 但为此,你不需要很长的视野。 你不需要所有CTF式的挑战。 因此,把这些从训练组合中抛出是一个合理的决定,并帮助他们定位对于恐惧者,曾经一个开放的模型与神秘级的能力 e 在某些方面,是发布,世界将结束。 我们至今还没有看到,因此,开放模型在这方面比封闭模型得到更多的审查,它们把自己定位为“我们是负责任的行为者”,这是一个明智的举动。

00:11:23 内森·兰伯特(Nathan Lambert):好的,我们可以过渡到这个部分的“你可以黑入一切”。 我和弗洛里安不是网络专家,但值得讨论,因为我认为我读到的网络专家从生态系统的角度谈论这个问题。 ChatGPT出道前,所有测量数据,如脆弱性检测,开发时间,都在这些指数上,但当你来到我们推特一角的AI人面前,人们喜欢辩论公开与封闭的模型和神话之类的事情。 然后混乱的中间是,日出计划和神话之类的东西对更广泛的社会有什么影响?我觉得自己在试图通过这个过程,页:1

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(interconnects.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态