# Kimi K3 की रीइन्फोर्समेंट लर्निंग 2.6 गुना तक तेज़: Fireworks AI

> Fireworks AI के मुताबिक, उसके 2.8 ट्रिलियन पैरामीटर वाले Kimi K3 मॉडल की ट्रेनिंग 2.6× तक तेज़ हुई और कानूनी कामों में उसके स्कोर बेहतर रहे।

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

Fireworks AI ने एक तकनीकी रिपोर्ट जारी की है, जिसमें बताया गया है कि उसने अपने Kimi K3 मॉडल की रीइन्फोर्समेंट लर्निंग को कैसे तेज़ किया। इस मॉडल में 2.8 ट्रिलियन पैरामीटर हैं और इसकी कॉन्टेक्स्ट विंडो 1 मिलियन टोकन की है। कंपनी के मुताबिक, नए कर्नेल और कम्युनिकेशन तकनीकों से फॉरवर्ड और बैकवर्ड पास 1.3–2.6× तेज़ हो जाते हैं। इसी सेटअप का इस्तेमाल करके Kimi पर आधारित कानूनी मॉडल Harvey Tenet ने LAB Contracts बेंचमार्क पर 19.7% ऑल-पास स्कोर किया, जो पिछले सर्वश्रेष्ठ Fable 5 के 11.5% से अधिक है।

## तथ्य

- Kimi K3 में 2.8 ट्रिलियन पैरामीटर हैं और इसकी कॉन्टेक्स्ट विंडो 1 मिलियन टोकन की है।
- Harvey Tenet ने LAB Contracts पर 19.7% ऑल-पास स्कोर किया, जबकि Fable 5 का स्कोर 11.5% था।

## यह क्यों मायने रखता है

तेज़ी से डेवलपर खास कामों के लिए AI नीतियों को अधिक तेजी से आज़मा और सुधार सकते हैं। कानूनी बेंचमार्क पर बेहतर स्कोर यह भी दिखाता है कि मॉडल जटिल अनुबंधों का विश्लेषण बेहतर ढंग से कर सकता है।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-23