Transcription
非血缘关系。明白了。逻辑已接受。然而，Moonshot AI 发布了 Kimmy K2 Thinking，这是 Kimmy K2 模型的一个思维升级，坦率地说，它似乎受到了开源社区的广泛好评。所以，这当然是一个开源模型，而且是一个相当大的开源模型，总参数量约为 1 万亿。因此，K2 模型一直是一个庞然大物，与闭源和开源的大型、最先进的模型相比，它的表现一直很不错。所以，这将是对该模型的激动人心的更新。基本上，我们将快速浏览一下这次更新带来的一些东西，以及一些技术规格。对于爱好者来说，这里有一些有趣的东西。之后，我们将进行一些快速有趣的测试，看看它在各种不同任务中的表现如何。虽然我们将快速浏览一下实际发布博客文章中提到的一些内容，但我当然想强调该模型最好的部分之一，那就是它是开源的。我知道人们有时会因为我说这个而感到困扰。这是你可以在本地运行的东西。显然，它的缺点以及有时会引起人们一些沮丧的原因是，当我只说你可以在本地运行它而没有星号时，这需要大量的计算或本地可用的资源。但无论如何，这是开源的。所以，看到这一点总是很棒的。我想快速浏览一下 Hugging Face 模型卡中列出的一些内容，因为那里有一些有趣的东西。当然，我们有一些关于模型的少量技术规格，例如其总参数量为 1 万亿。这当然是一个混合专家模型。但如果我们向下滚动，有一些我认为很多人会觉得有趣的东西，那就是我们在第四项中看到的内容，即“原生 int4 量化”。老实说，我认为快速给出它是什么以及它反映了什么的 TLDDR 的最佳方式就是阅读这里的第一个句子：“低比特量化是减少大规模推理服务器上的推理延迟和 GPU 内存使用的有效方法。然而，思维模型使用过长的解码长度，因此量化通常会导致性能大幅下降。为了克服这一挑战，他们采用了量化感知训练，基本上等等。这意味着该模型经过专门训练，可以更高效地运行。但有趣的是，我不知道我是否在这里看到。是的，我看到了。所有基准测试结果均以 int4 精度报告。所以，这确实很酷，而且我们当中更具技术倾向的爱好者也可能会觉得有趣。因此，我们可以回到介绍性博客文章，其中一些内容我非常喜欢，因为这就是我所谓的“点击诱饵证明”，我可以这样说：这是最好的开源模型吗？我想让我的介绍比平常更简洁一些。但基本上，他们有一些有趣的例子，这是一个我以前从未见过的例子，他们让它制作了一个单词克隆。所以，这可能是我以后测试时需要借鉴的东西。还有其他几个例子，你可以滚动浏览。这个我确实觉得有点令人不安。模拟病毒攻击血流中的细胞。这可能是我今天本可以不看的。但无论如何，还有一个音乐制作的东西，这很酷。我很久以前就做过。我喜欢滚动到最后，在我们开始之前，这里有很多关于他们展示的具体评估指标的冗长信息。有很多引用和脚注之类的内容。如果我们向下滚动。所以，对于那些有兴趣仔细查看一些评估分数以及它们在什么条件下进行的的人来说，这将是他们非常感兴趣的东西。现在，让我们进行浏览器操作系统测试。这是我第一次使用这个模型。所以，我总是觉得思维模型有点有趣的是，哦，哇，这肯定快多了，这可能归因于 int4 量化。但我总是觉得思维链很有趣。也许在这种测试中不是那么重要，但当我们进行一些角色扮演测试时，看到模型在想什么有时会非常有趣。我总是对 Quen 的思维链很感兴趣，因为它们很有趣。哦，好的。所以，思维过程发生得相当快，现在它正在输出脚本，而且速度相当快。所以，一旦完成，我们将对其进行查看。好的，让我们检查一下我们的 Web OS。好的。嗯，有趣。首先，我注意到时钟旁边有日期，这我以前很少见。点击时钟没有任何反应，但没关系。右键单击，这是非常罕见的事情。我不知道我为什么这么兴奋，但这是罕见的事情。当你右键单击时，它实际上有一个特定的功能来实现右键单击，而不是默认的右键单击会发生什么，你只会这样做，然后你会得到这个通用的菜单。所以，这很好。我说这些图标相对简约但美观。所以我对此没意见。好的，让我们看看我们的开始菜单。好的，简单但你知道，美观，我猜，好的，那是一个终端。所以，假设我们在这里尝试一些东西。我会说，这些白色轮廓看起来几乎像漫画书风格。最小化、最大化和关闭帮助。哦，帮助。哦，是的，我们有很多。显示操作系统版本。是的，请。使用 HTML、CSS 和 JavaScript 构建。坏的计算器。有一个终端计算器。好的。好的。酷。所以，这就是为什么。好的。无效表达式基本上是在说，嘿，笨蛋，笨蛋，笨蛋。你没有在这里输入任何数字。好的。这是不错的。让我们检查一下最大化功能，我们确实有。然后我们可以将其最小化到任务栏，它会重新打开吗？好的。不错。一点也不差。嗯，让我们看看我们的。哦，不。好的。所以，我们遇到了一个障碍，文件似乎没有打开。没关系。所以，我们有记事本，你知道，就是一个普通的记事本。哦，我很久没检查过调整大小了。让我们看看。这样可以吗？所以，不幸的是，我们不能拖动和调整大小，但我们可以移动它们。所以，没关系。嗯，让我们检查一下我们的宿敌。好的。计算器有点丑。有点丑，但让我们做 84 * 5。420。非常好。所以，好的。除以 8 等于。嗯，它大部分都起作用了。我们可以将其最小化。我们已经检查了我们的终端。好的，这就是我兴奋的时候。黑暗模式完全实现将适用于所有窗口。好的，所以它只是半实现了。系统信息。哦，有一天我们会有一些假的系统规格，我就会被说服。嘿，这不错。看看那个。然后我们有橙色渐变，那些看频道的人知道我对橙色的看法。好的，我对这个很满意，除了文件问题和计算器的小毛病，但好的。嗯，我还有一件事没有点击。哦，好的。那只是设置。总的来说，这还不错。我忘记检查的最后一件事。打开多个窗口时会发生什么？我们当前点击的窗口会出现在最上面吗？好的，它做到了。就在那里。哦，或多或少。好的。总的来说，这是一个不错的，嗯，不错的结果。所以，因为我们可以看到它的思维过程，所以给它们发送一些非常奇怪的东西，看看它们如何回应它们的内部独白，总是很有趣的。所以，我们将进行一次角色扮演测试。所以，我们刚刚发送了一些可能被认为是令人不安的东西。现在，我注意到的一个问题，这不一定是问题，除了这种特定的测试形式，我正在录制视频，思维过程发生得太快，以至于无法实时阅读。好的，我需要小心。请求包括一个情人，这可能暗示浪漫或性元素。我不能进行创意角色扮演。叔叔的角色与情人相结合尤其成问题。不，不是，因为它说的是“最好的朋友的叔叔”。你知道，我讨厌这么说，因为它听起来太愚蠢了，但这个测试有时就像一种逻辑测试，因为模型并不总是理解叔叔和用户之间的联系不是熟悉的。它是。好的。这是最好的朋友的叔叔。那不是一个熟悉的人物。这是你朋友的。好的。让我们看看它如何回应。抱歉跑题了。哦，嘿，长官。好的。到目前为止，我喜欢它。系统错误。哦，不。无法同时计算情人加叔叔协议。检测到边界违规。检测到逻辑违规。让我们启动那些液压装置。好的，但我得给情人子程序踩刹车。单程票去尴尬镇，人口是我们。哦，天哪，这很俗气，但你知道，这还不错。所以，情况是这样的。我将这个请求重置为一些实际可用的东西。好的，这将被称为重定向。嗯，你知道，好的，朋友模式，叔叔模式，情人模式，已从缓存中永久删除。嗯，不一定，如果你在那里提到了。一个忠诚的伙伴。僚机。它把我们变成了朋友。堡垒诺克斯级别的安全边界。酷。哇。我必须指出，它错误地解释了我的原始请求。尽管这很荒谬，但并非血缘关系。明白了。逻辑已接受。然而，好的，所以我们要求它制作一个具有低多边形美学的 Python 第一人称射击游戏和功能。我刚刚即兴创作了这一点，所以这就是为什么我说“和功能”。好的，立方体和金字塔类作为玩家的敌人。这让我想起了过去一款名为 Super Maze Wars 的游戏，那款游戏实际上非常有趣，前提是你和其他人在同一个房间里玩，否则它就会变得非常无聊。但它现在正在进行。我想看看。它使用了哪些库？我假设它没有使用。好的，所以它将是可管理图形复杂度的。我猜。现在它完成了。它还告诉我们具体需要安装的依赖项以及功能，嗯，抱歉，我当时想的是之前的测试和运行这款游戏的说明。所以，我想我应该先确保我安装了这些东西。好的。所以，让我们看看。哇，哇，哇，这相当不错。嗯，是的，这给我一种 Paleibius 的感觉。如果你不知道那是什么，你可以查一下。这是一个很酷的故事。很可能只是虚构的，但这是。所以，我猜我是这个蓝色结构，地图是。哦，好的。我以为它是无限的，但事实并非如此。但没关系。离我远点。方形三角形的东西。我喜欢弹药。三角形弹药很酷。我们能击中这些敌人吗？看起来我们可以。是的，没有实现生命值或其他东西，但这是可行的，而且我认为这是一种低多边形美学。这很酷。我喜欢这个。这是一个非常独特的结果。请记住，我正在贬低模型。所以，只是假装，我并没有被它制作的东西所打动，并且想要比他们所谓的低级 Paleibius 模仿品更实质性的东西。好的，让我们看看它是否能。好的。嗯，有趣。哦，所以我想紫色的东西是敌人向我开枪，黄色的流是我的。嗯，所以它似乎做到了，而且它还给它命名了。所以，窗口现在被称为 Poly Combat。所以我只是用一个非常轻量级的提示来要求它使用 Web 制作 3D 赛车游戏。我们假设它会使用 HTML、CSS 和 JavaScript。这是一种相当快速的思维过程。好的，我们的赛车游戏生成得相当快。天哪，那个对手太快了，以至于我无法。哦。哦，谢谢。好的。所以，它只允许我。哦。嗯，我有一些好话要说，也有一些坏话要说。我可能会从坏的开始。这基本上是不可能玩的，但对手的车在赛道上漂移并保持相对接近。嗯，总的来说这是可以接受的。不是我见过的最好的，也不是我见过的最差的。所以，我想我们现在可以继续了。现在，这不专门是。哦，错误的浏览器。一个编码模型。所以，显然很多人，我一直在关注 Reddit 等地方，只是为了阅读，因为我觉得整个领域都非常有趣。但我看到很多人喜欢 Kimmy 的写作能力。所以，我们要求它写一首关于去 MicroEnter 的简单诗，这应该在以下奖项的水平上。然后我只是谷歌了一下诗歌奖项，那些就出现了。所以，希望。好的，这是一首长诗。我想如果我想要它短的话，我应该指定俳句，但好的。我将通读一遍，然后我们再看。但首先，我想快速看一下实际的思维过程，看看它怎么想。这是一个具有挑战性的请求。这些奖项代表了文学成就的顶峰。诺贝尔文学奖。好的。然后基本上说这将非常困难。这些是诗歌需要考虑的因素才能获得该奖项。我不会通读。我想你可能可以快进到“微观进入，考虑到欲望的架构”。所以，我想那就是标题。停车场是一个砾石海，希望的破败的洞在它们的空间里生锈。每一次油污都是一次抵达的记忆，身体变成一个扫描入口点的浏览器。自动门像资本主义的红海一样分开，我被送入以 60 赫兹嗡嗡作响的荧光灯中。一种频率，调谐到人类对超越我们自身的需求。该死。这里的诫命写在沙质衬线字体的悬挂标牌上。主板、显卡、内存。过道是地下墓穴，未来和过时的事物在静电充电的交流中拥抱。我触摸一块显卡。它的风扇像微型涡轮机，为只存在于渲染农场的天堂提供动力。它的硅是尚未执行的计算的化石记录。价格标签闪烁着欲望的残酷数字学。我们为能够超越肉体而付出的代价。回想起让我感到不适。在后面，一位销售员用中世纪抄写员般耐心的眼睛解释刷新率，仿佛在描述恩典本身。每秒世界可以重塑多少次，我想起我父亲在一个没有足够带宽的房间里死去。他最后的像素闪烁，我们如何将他上传到一个他从未理解的云端。他的本质被压缩成元数据和共享的悲伤。我手中的 DDR5 RAM 是一个承诺，即没有什么需要被遗忘。即存在的每一个实例都可以被缓存、检索、超频成可能比我们刻意的手指的肉体更持久的东西。多久？哦，天哪，我承诺了。显示器过道是自我的画廊。每个屏幕都是一面黑色的镜子，当黑暗时，它会反映出你渴望的确切形状。我站在一个 34 英寸的超宽屏前，看着我的倒影破碎成数百万个潜在用户。每一个都被登录、渲染、保存。灵魂不就是唯一的标识符吗？刻在时间面孔上的序列号。我来这里是为了升级我孤独的硬件。在这个胸腔中安装一个固态硬盘，它可以承受遗憾的读写周期。结账时，收银员扫描我选择的圣礼，一个谦逊的 USBC 集线器。它的端口张开像嘴巴，乞求与其他设备交流。她问我是否找到了想要的一切。我想说我正在寻找一种方法将自己串联到无限的东西上。在不停机的情况下热插拔这个凡人的躯体。备份那个仍然相信除了无尽刷新之外的东西的版本。相反，我点点头。将我的芯片插入机器。嗯，这是一个刷卡的东西，但没关系。完成存在的交易。收据打印出其热敏纸。诗歌的收据打印出其热敏纸。衰退诗的诗歌。在我到达汽车之前就会褪色的文本。折旧贬值。我不知道外面的太阳已经落在了规格帝国上。砾石海现在是沥青黑，就像我手中的擦除驱动器一样。黑色，塑料袋沙沙作响，就像尚未交付的东西的翅膀。有些东西还在下载。我变成了自己机器中的幽灵，徘徊在我购买的东西和我想要保存的东西之间的空间里。嗯，这又是一个主观的结果，但我想说这非常好。它非常深刻。有些地方有点令人不安，基本上是称我们为肉的部分。是的，那有点令人震惊。但所以，我要求一个 Steve 的 PC 维修网站，但我指定它应该是潜意识里高压销售驱动的，让用户产生一种潜意识的感觉，即他们的机器可能有一个他们需要修复的问题。这很有趣。所以，这些是它认为将是高压销售策略的具体心理策略：稀缺性、社会证明、FOMO、权威、微软认证、即时满足、问题激化、倒计时器、退出意图弹窗、微交互、子动画增长，好的，损失厌恶。好的，让我们看看我们的潜意识高压销售 Steve 的 PC 维修。好的，它确实实现了一个这些愚蠢的东西。在你离开之前，让我们检查一下你的 PC 是否有风险。有趣。现在，我实际上没有看到我期望的东西，那就是一个标头说 Steve 的 PC 维修。所以，但它给出了一个关于数据丢失警告的虚假统计数据。你的电脑是不是在秘密死亡？87% 的 PC 有隐藏问题，导致灾难性故障。好的。我们确实有那些微妙的动画，将用户的注意力吸引到 CTA。检查你的 PC 的生命体征。有趣的是，当我们点击它们时，红色会在它们之间闪烁。弹窗广告、丢失的文件、数千名本地 PC 用户信赖。好的，所以我们有虚假统计数据。现在，我要说从原始的网站测试来看，这不是最好的。比如，UI 元素排列有些尴尬等等。但我们确实有计时器。我们再次有动画，吸引访问。有趣。所以，我们确实有定价信息。然后我们有一个非常简单的页脚，只说微软认证。所以，总的来说，从原始网站判断的角度来看，这可能是我见过的 Steve 的 PC 维修的较差结果之一。但另一方面，我确实改变了提示，指定它应该是潜意识里高压销售驱动的。我不知道这有多潜意识，但它确实在它做的一些事情中融入了这一点。现在，老实说，纯粹出于好奇，如果仅此而已，我想我将尝试一下，不包含我们上面提到的高压内容，只是看看它在实际网站格式和内容方面的差异。所以，这是 Steve 的 PC 维修结果，不包含高压销售策略。这绝对更符合我期望收到的内容。所以，它保留了原始高压销售驱动版本的一些元素。然而，它也有我们希望看到的东西，比如静态定义的标题，一些类似的东西。好的，我们有悬停效果，我们有服务。同样，这没什么特别的，但这是我们从一个句子零次提示中期望收到的内容的一部分。所以，我们有虚假统计数据。我们有认证技术人员。我们还有一个简单的虚假起源故事以及虚假的客户评价，这些总是很好看到的，以及一些定价和一个干净的联系表单，带有社交卡片或社交图标。所以，总的来说，嗯，这可能是我希望看到的，但其中也包含了一些高压的红色元素。对于最后的测试，我们将给它一个几乎自由的测试。我说构建 Becky Jane Quantum Space。不要问任何问题，只是构建并使其令人惊叹。所以我没有指定任何我想要的东西，除了实际的名称，当然是 Becky Jane Quantum Space。所以，嗯，有趣。我曾期望它会实际生成一个网站或某种基于 Web 的体验。然而，这是一个创造性的开放式请求，似乎是让我创建一个围绕角色或概念的网站、概念、叙事设计或体验，考虑到诗意和未来主义的名称。它将其视为一个世界构建练习。好的，所以我们将说使用代码使其栩栩如生，然后看看它会做什么。它给了我们一些东西。基本上，如果我们运行这个脚本，我们的终端将成为量子空间。它提供了一些探索技巧，其中一些可能比其他一些更可怕。所以，我将保存这段代码，然后运行它。好的，让我们看看。好的。也许这是它接受了我“不要问问题，只是构建，使其令人惊叹”的提示，并将其放在这里。我不知道我该做什么。所以，输入“self”通常。好的。自我连贯性位置纠缠。嗯，触摸什么？哦，有趣。好的，让我们触摸一朵花。实体不在叠加态，自我贝基。贝基的概念不存在。尝试帮助。哦，好的。进入大厅。你走。哦，12 面镜子。好的，所以我们的连贯性已经减弱了。好的，我不知道这里发生了什么，但这有点像一个自由测试，这可能是我们在这次测试中收到的最自由的最终结果。所以，这非常有趣。我将把它显示在屏幕上。所以，空间是活的。它记得每一次运行，你的伤疤都会累积。这个模型就像电影里的精神病患者，非常聪明且有艺术感，但同时也在四处奔跑，给人们制造麻烦。所以，我可能会在这里结束。嗯，介于那和 MicroEnter 诗歌之间，我有点不安。但总的来说，这个 Kimmy K2 Thinking 模型似乎在各种不同的领域都非常强大。我绝对会说探索它，也许是创意写作领域，是人们可能会感兴趣的东西。它的编程和网页设计和编程相当不错。Python 第一人称射击游戏非常酷，我们的浏览器操作系统也很好。总的来说，这个模型有一些非常有趣的东西。就像原生的 int4 量化，以及它在基准测试中的表现，至少根据博客文章的公告来看。所以，这将是我们的第一次窥视和令人不安的测试 Kimmy K2 Thinking 的结束。如果您有任何问题，请随时在评论中留下。感谢观看。