# Fireworks AI از افزایش سرعت آموزش تقویتی Kimi K3 گفت

> Fireworks AI می‌گوید آموزش مدل ۲.۸ تریلیون‌پارامتری Kimi K3 تا ۲.۶ برابر سریع‌تر شده و امتیاز آن در کارهای حقوقی بهبود یافته است.

Oossa · 2026-10-23 · https://oossa.com/fa/fireworks-ai-details-speed-gains-for-kimi-k3-reinforcement-learning

Fireworks AI گزارشی فنی درباره روش‌های افزایش سرعت یادگیری تقویتی در مدل Kimi K3 منتشر کرده است؛ مدلی با ۲.۸ تریلیون پارامتر و پنجرهٔ زمینهٔ یک‌میلیون‌توکنی. این شرکت می‌گوید کرنل‌های جدید و روش‌های ارتباطی تازه، گذرهای رو‌به‌جلو و رو‌به‌عقب را ۱.۳ تا ۲.۶ برابر سریع‌تر می‌کنند. با همین تنظیمات، مدل حقوقی Harvey Tenet مبتنی بر Kimi در بنچمارک LAB Contracts به نرخ موفقیت کامل ۱۹.۷٪ رسید و از رکورد قبلی Fable 5 با ۱۱.۵٪ پیشی گرفت.

## حقایق

- Kimi K3 دارای ۲.۸ تریلیون پارامتر و پنجرهٔ زمینهٔ یک‌میلیون‌توکنی است.
- Harvey Tenet در LAB Contracts به نرخ موفقیت کامل ۱۹.۷٪ رسید؛ این رقم برای Fable 5 برابر با ۱۱.۵٪ بود.

## چرا مهم است

این افزایش سرعت به توسعه‌دهندگان امکان می‌دهد سیاست‌های هوش مصنوعی تخصصی را سریع‌تر تکرار و بهبود دهند؛ امتیاز بالاتر در بنچمارک حقوقی نیز نشان می‌دهد مدل در تحلیل پیچیدهٔ قراردادها عملکرد بهتری دارد.

## منابع و ارجاع‌ها

1. [Kimi K3 on Fireworks: Fast RL at frontier scale](https://fireworks.ai/research/kimi-k3-on-fireworks-fast-rl-at-frontier-scale/) – Fireworks AI

آخرین به‌روزرسانی: 2026-10-23