k0-math是月之暗面旗下人工智慧助手Kimi於2024年11月16日發布的數學推理模型，採用強化學習與思維鏈推理技術，通過模擬人腦思考和反思過程提升解題能力。該模型在中考、高考、考研及數學競賽基準測試中表現超過OpenAI o1-mini和o1-preview公開模型，其技術將分批套用於Kimi平台的教育場景和搜尋調研類任務。截至2024年10月，Kimi月活躍用戶數已突破3600萬。
基本介紹
- 發布方：月之暗面
- 發布日期：2024年11月16日
- 核心技術：強化學習、思維鏈推理
- 測試基準：MATH（得分93.8分）
- 套用領域：教育產品、搜尋場景
- 用戶數據：3600萬月活（截至2024年10月）
技術特點,基準測試表現,套用場景,局限性,技術疊代,
技術特點
k0-math是首款專攻數學推理的強化學習模型，採用以下技術路徑：
- 思維鏈推理：模擬人類分步驟解題的思考過程
- 反思機制：通過反覆驗證推導過程提升準確性
- 大語言模型架構與強化學習算法融合，支持複雜數學符號處理
基準測試表現
在2024年11月發布的測試結果中：
- MATH基準測試得分93.8分，超過o1-mini（84.2分）和o1-preview（89.1分）
- 中高考數學題正確率較前代模型提升27%
- 考研數學真題處理能力在基準測試中表現優異，成績超過OpenAI o1-mini和o1-preview模型
套用場景
- 教育輔助：支持中考、高考、考研數學題的解題指導
- 科研搜尋：最佳化複雜數學公式的檢索與解析
- 競賽訓練：在包含入門競賽題的MATH基準測試中成績超過o1-mini和o1-preview
局限性
2024年11月發布的初代版本存在以下限制：
- 無法解析LaTeX格式描述的幾何圖形
- 處理高考壓軸題存在一定機率做錯
- 對過於基礎的算術問題回響效率較低
技術疊代
月之暗面在k0-math發布後持續推進模型升級：
- 2024年11月推出視覺思考模型k1
- 2025年1月發布支持多模態推理的k1.5模型
- 持續最佳化強化學習算法在數學場景的泛化能力
