Fireworks AI har publicerat en teknisk rapport om hur företaget snabbar upp förstärkningsinlärningen för modellen Kimi K3, ett system med 2,8 biljoner parametrar och ett kontextfönster på 1 miljon token. Företaget beskriver nya kärnor och kommunikationstekniker som ger 1,3–2,6× snabbare framåt- och bakåtpass. Med samma upplägg fick den Kimi-baserade juridiska modellen Harvey Tenet 19,7 % godkänt på samtliga uppgifter i benchmarktestet LAB Contracts, vilket slog det tidigare bästa resultatet på 11,5 % för Fable 5.
Varför det spelar roll
Hastighetsförbättringarna gör att utvecklare snabbare kan testa specialiserade AI-policyer, och det högre resultatet i det juridiska benchmarktestet visar att modellen klarar komplex avtalsanalys bättre.
