今天，暗面在京东科技大厦，发布月之暗面创始人杨植麟宣布 Kimi 数学模型 k0-math 正式发布，首款数学其数学能力对标OpenAI o1系列，模型还公布了截止2024年10月 Kimi  月活超过 3600万。暗面

杨植麟称未来会更关注基于强化学习的发布方法去scale，不仅仅是首款数学简单地预测下一个token是什么，因为这是模型基于静态信息集，使得大模型不能完成更难的暗面任务。在这个过程中，发布很关键的首款数学是让AI具备思考的能力。

用Next—Token prediction是模型做不到的，而用强化学习的暗面方法一定程度上可以学习到这种思考的方式。例如解一道数学题，发布想要知道它的首款数学解题思路是怎样的，最后的结果是怎么一步步推导出来的，这就是一个深度思考的过程。

伽利略曾说，数学是宇宙的语言，所以数学场景是一个很广泛的应用场景，是培养 AI 具备思考能力的最佳场景。OpenAI的 o1 模型最初也是从数学场景出发，好处是不用跟外界进行交互，可以自成一体。

k0—math正是从数学场景出发，再推理泛化到更多的任务上。

例如，问它一个很难的竞赛题，k0—math 通过大量的尝试，可能尝试了八九中不同的做法，最后发现还没能得到最终的答案，那么它可以把前面几种不同的解法综合一下，就能得到一个正确的答案。

根据上图，在多项基准能力测试中，k0-math 的数学能力可对标全球领先的 OpenAI o1 系列可公开使用的两个模型：o1-mini和o1-preview。在中考、高考、考研以及包含入门竞赛题的MATH等 4 个数学基准测试中，k0-math 初代模型成绩超过o1-mini和o1-preview模型。在两个难度更大的竞赛级别的数学题库 OMNI-MATH 和 AIME 基准测试中，k0-math 初代模型的表现分别达到了 o1-mini 最高成绩的 90% 和 83%。

未来的一到两周时间内，k0-math 强化模型将会放到 Kimi 探索版中，包含了意图增强、信源分析、链式思考三个特点。

其中，模型在深度思考的过程中，生成的学习信息是否都有用以及是否正确，这是强化学习中的一个核心问题，以前做Next—Token  prediction，处理的是静态信息，可以做静态过滤、打分筛选，而在强化学习中则对奖励模型的效果提出挑战，核心是是怎么更好的训练奖励模型，设置奖励的机制，以此来让模型尽可能地减少学习错误的信息。

k0-math在思考的过程中会出现「过度思考」，例如问它1+1等于多少，正常人是不需要思考的，而k0-math 就会给出一整套它的思考推理过程，最后才得出1+1等于2。

对于这个问题，杨植麟称是因为奖励上没有对它的长度做任何的限制，让它自由地思考，也可以通过改变奖励模型的结构，一定程度能抑制过度思考。

同时，杨植麟称，该包含了k0-math 强化模型的 Kimi 探索版大概率会让客户自己选择使用，早期通过这种方式可以更好地分配、满足客户的预期，这里面包含了一个工艺问题，一是能够动态地分配最优的算力，如果模型足够聪明就应该知道什么样的问题不需要想很久，就跟人一样1+1等于几不用想；第二个点是成本不断下降的过程。

未来，k0-math 还将从数学问题上的推理泛化到更多任务上，例如物理学、化学、生物医学等等。

去年今天，是Kimi Chat 面向全社会开放支持的日子，今年10月推出AI搜索功能，再到今天推出数学模型 k0-math，三个动作月之暗面整整走了一年。

可以看到，在一众大模型公司中，月之暗面的产物策略更克制。

杨植麟称，是他们主动做了业务的减法，聚焦去做离 AGI 上限最高的事情，然后做好；始终保持卡和人的比例最高。去年整个大模型行业经历了大扩张，而到目前为止，月之暗面人数是所有大模型公司中最少的，不超过200人。

「我们不希望把团队扩那么大，扩太大对创新会有致命性的伤害。如果你想把团队保持在一定的规模，那最好的方式是在业务上做一些减法。」杨植麟称，一开始月之暗面也尝试过几个产物一起做，这在一定时期内有可能有效，到后来发现还是要聚焦，把一个产物做到极致是最关键的，如果几个业务一起做，把自己活生生变成大厂，创业公司的优势就丢掉了。

杨植麟认为Kimi目前最核心的任务是提升留存。

对于当下愈演愈烈、有关于Scaling Laws「撞墙」的争辩，杨植麟认为「预训练还有空间」，这个空间会在明年释放出来，明年领先的模型会把预训练做到极致。

他判断，接下来最关键的是强化学习带来的工艺范式上改变，但它依然还是scale。至于Scaling Laws是否到上限，核心在于原来用的是静态信息集，这属于简单粗暴的使用方式，现在用强化学习的方式——很多情况下有人参与标注信息的过程，比如人标注 100条信息，就能产生非常大的作用，剩下的让AI自己思考。AI 加上人的杠杆，上限是很高的。「雷峰网(公众号：雷峰网)」

雷峰网原创文章，未经授权禁止转载。详情见转载须知。