Kimi探索版正内测中，国产第一个o1？

Kimi探索版？国产o1？

今天，登录Kimi网站，发现会话窗口出现了一个特殊的提示。

输入“/”使用Kimi探索版，解决复杂的搜索问题。

“/”命令？这不是之前就有了吗？

再想想？不对。那个是“@”命令，快捷调用Kimi+的，也就是kimi的官方智能体。

那这个“/”命令又是个啥？输入试试。

原来是快捷调用Kimi探索版，专门用来解决复杂问题的，类似于OpenAI的o1模型，智力程度特别高，推理能力特别强，在某些特殊领域（比如数学、编程、推理）特别好用。

Kimi探索版，这算是国产第一个o1模型了吧？

第一只螃蟹，没想到是由月之暗面推出的。不过再一细想，也属正常。

毕竟，月厂主打的就是长文本、总结和推理能力，第一家也确实应该由月厂来做。

就是这使用次数（5次/天），略显抠搜……喂，我可是你们家的399登月会员呢~

为了给大家测试，我是用1次少1次。

怎么个复杂法？

对于OpenAI的o1模型，我们知道它采用了Cot（Chain of Thought，思维链）技术，并且会进行Self-play RL（自我对弈强化学习）强化学习，可以做非常复杂的推理任务，智力程度堪比博士。

技术词说了那么一堆，怎么个复杂法？

我们直接用Kimi上手体验。

问：标注三国战役地点，对应现代城市和地区。

Kimi先进行了思维链拆解：

搜索三国主要战役–>查找三国战役地点–>查找每次战役对应的现代城市和地区。

然后，爬了185个url。

百度百科：我赢麻了。

这185个url，要是我一个个去找。真的，这一天的时间都得耗在这里。

最后，生成了一个简洁干练的回答，总结了41次大小战役以及其对应的现代地点。

计算多个小品里的虚拟酒食价格，不管问题有多跳跃，都能回答。

如果回答有问题，它还会进行自我反思（其他问题的回答），补充回答。

卧槽，你还是人吗？哦，机器呀，放心了。再一细想，我又完全放心不下了。。

什么是Cot？什么是Self-play RL？这里的case，就是对技术最好的解释。

细思极恐，细思极恐啊。

同样的问题，我们问问某个下载量遥遥领先的大模型，它只能回答出10个，信源只有8个。

难怪月厂国庆期间猛加班，感情是在忙这个呢。

还能再复杂吗？

可以，我们先来测测数学领域。

问：甄嬛和薛宝钗的生日相差几天？

这个问题涉及不同的文学作品，而且是计算农历，一不小心很多AI都会扑街，就像这样。

或者，又比如这个模型已经搜到了生日，但还是不肯计算。

来看看Kimi探索版呢？

嗯，这才是正确的人类计算方式啊。先确定两人生日，然后一个个计算，最后再累加，这里面没有捷径。只有按照思维链，一步步推理、计算，才能得出最终唯一的结果。

上难度，我们给它来道AIME 2024年竞赛题，一项专门为美国顶尖高中数学学生设立的挑战性考试，看看Kimi怎么答。

将问题发给Kimi后，它马上就开始解题，不到30s，就全部解答了出来。

对照答案，完全正确，204分钟。

注意看左下角，我全程是关闭联网的，也就是说Kimi是通过自身的底层模型来答的这道题，而并非上网搜索。

那推理领域呢，我们发给Kimi一道推理题。

注：本题已经过改编，即使AI联网搜索也找不到答案。这是全网唯一的题目。

问：某公司被窃，A、B、C、D四人涉嫌被拘留。侦破结果表明，罪犯就是其中的某一个人。A说：“是C偷的。”B说：“我没偷。”C说：“我也没偷。”D说：“如果B没有偷，那么就是我偷的。”现已査明，其中只有一个人说了假话，从上述条件可以确定谁偷成立？

Kimi答：

我们可以通过分析每个人的陈述来确定谁是罪犯。已知只有一个人说了假话，其他人都说了真话。我们逐一分析每个人的陈述：

A说：“是C偷的。”

B说：“我没偷。”

C说：“我也没偷。”

D说：“如果B没有偷，那么就是我偷的。”

我们假设每个人分别说了假话，然后验证是否符合条件。

假设A说假话

A说假话，说明C没有偷。

B说真话，B没有偷。

C说真话，C没有偷。

D说真话，D说“如果B没有偷，那么就是我偷的”，B没有偷，所以D偷了。

此时，只有A说假话，其他人都说真话，符合条件。

假设B说假话

B说假话，说明B偷了。

A说真话，C偷了（矛盾）。

C说真话，C没有偷（矛盾）。

D说真话，D说“如果B没有偷，那么就是我偷的”，B偷了，所以D不偷。

此时，A和C的陈述矛盾，不符合条件。

假设C说假话

C说假话，说明C偷了。

A说真话，C偷了。

B说真话，B没有偷。

D说真话，D说“如果B没有偷，那么就是我偷的”，B没有偷，所以D偷了（矛盾）。

此时，C和D的陈述矛盾，不符合条件。

假设D说假话

D说假话，说明“如果B没有偷，那么就是我偷的”是假的，即使B没有偷，D也没有偷。

A说真话，C偷了。

B说真话，B没有偷。

C说真话，C没有偷（矛盾）。

此时，A和C的陈述矛盾，不符合条件。

综上所述，只有假设A说假话时，所有条件都符合。因此，罪犯是D。

正确答案，确实是D，他是小偷。

这是我制作的逻辑对照表，你看一眼就明白了。只有A说假话时，其他人都说了真话，符合条件，得出D是小偷。

这道题，曾难倒过不少AI，没想到Kimi探索版居然答对了。

Kimi，依然还是那么牛，不愧是国产之光。