Fireworks AI a publié un rapport technique sur les moyens d’accélérer l’apprentissage par renforcement de son modèle Kimi K3, un système de 2,8 billions de paramètres doté d’une fenêtre de contexte de 1 million de tokens. L’entreprise décrit de nouveaux noyaux de calcul et des méthodes de communication qui accélèrent de 1,3 à 2,6× les passes avant et arrière. Avec la même configuration, Harvey Tenet, le modèle juridique basé sur Kimi, a obtenu un taux de réussite intégrale de 19,7 % au benchmark LAB Contracts, dépassant le précédent meilleur résultat, celui de Fable 5, à 11,5 %.
Pourquoi c'est important
Ces gains de vitesse permettent aux développeurs de tester plus rapidement des stratégies d’IA spécialisées. Le meilleur résultat au benchmark juridique montre aussi que le modèle peut mieux traiter des analyses contractuelles complexes.
