OpenAI是第一個(gè)引入O1和O1-Mini等推理模型的人，但這是游戲中唯一的玩家嗎？不遠(yuǎn)射！ DeepSeek，Qwen和現(xiàn)在的Kimi等中國(guó)LLM正在加緊挑戰(zhàn)OpenAI，以更實(shí)惠的價(jià)格提供類似的能力。在DeepSeek令人印象深刻的首次亮相之后，Kimi Ai的新型Kimi K1.5型號(hào)輪到了。在本文中，我們將在同一任務(wù)上測(cè)試Kimi K1.5針對(duì)Openai O1，并查看哪個(gè)更好！

>

>什么是kimi k1.5？ Web搜索
• 任務(wù)5：圖像分析
• 最終結(jié)果：kimi k1.5 vs openai o1
結(jié)論
• 請(qǐng)注意：
請(qǐng)注意：Kimi K1.5是免費(fèi)的，同時(shí)訪問(wèn)O1和O1-Mini的Chatgpt Plus的費(fèi)用為20美元。在研究任務(wù)之前，讓我們比較兩種型號(hào)。
• >
什么是kimi k1.5？
• Kimi K1.5是Moonshot AI的多模式LLM，接受了增強(qiáng)學(xué)習(xí)（RL）的訓(xùn)練，旨在在文本，視覺(jué)和編碼的各種推理任務(wù)中表現(xiàn)出色。 Kimi K1.5最近推出，由于其令人印象深刻的性能而迅速引起了人們的關(guān)注，與OpenAI的O1型號(hào)的功能相匹配而沒(méi)有預(yù)覽或迷你后綴。
>
• 鍵功能
>無(wú)限用法完全免費(fèi)

>可輕松分析多達(dá)50個(gè)文件（PDF，DOC，PPTS，圖像） 高級(jí)COT推理，無(wú)需提供

增強(qiáng)的圖像理解，超越基本文本提取

openai o1：OpenAI的新型號(hào)系列
o1-mini：一種改變游戲的詞干和推理模型
• >
• kimi k1.5 vs Openai O1和O1-Mini
• Kimi K1.5在長(zhǎng)期任務(wù)中匹配OpenAI的O1和O1-Mini，并且在短件任務(wù)中優(yōu)于GPT-4O和Claude Sonnet 3.5。它的多模式功能，尤其是在視覺(jué)推理中，它將其作為OpenAI模型的強(qiáng)大競(jìng)爭(zhēng)對(duì)手。 RL培訓(xùn)技術(shù)，多模式數(shù)據(jù)配方和基礎(chǔ)設(shè)施優(yōu)化的使用在實(shí)現(xiàn)這些結(jié)果方面一直是關(guān)鍵的。

  k1.5長(zhǎng)期模型：推進(jìn)多模式推理

  > kimi k1.5長(zhǎng)距離模型通過(guò)長(zhǎng)篇小說(shuō)縮放，改進(jìn)的策略優(yōu)化方法和視覺(jué)文本增強(qiáng)學(xué)習(xí)（RL）的結(jié)合來(lái)實(shí)現(xiàn)最新的（SOTA）性能。與傳統(tǒng)的語(yǔ)言模型預(yù)處理不同，該模型依賴于下一步的預(yù)測(cè)，并且受到可用培訓(xùn)數(shù)據(jù)的限制，Kimi K1.5利用RL通過(guò)學(xué)習(xí)獎(jiǎng)勵(lì)來(lái)探索探索的培訓(xùn)數(shù)據(jù)來(lái)擴(kuò)展其培訓(xùn)數(shù)據(jù)。這種方法建立了一個(gè)簡(jiǎn)單而有效的RL框架，避免了諸如蒙特卡洛樹(shù)搜索或價(jià)值功能之類的復(fù)雜技術(shù)。

  鍵基準(zhǔn)強(qiáng)調(diào)了該模型的出色性能：

  >數(shù)學(xué)推理
  • ：Math-500上的96.2和Aime 2024上的77.5分?jǐn)?shù)，與OpenAI的O1和O1-Mini型號(hào)匹配。
  編程
  • ：代碼方面的第94個(gè)百分位數(shù)，在競(jìng)爭(zhēng)性編程方面表現(xiàn)出色。
  視覺(jué)推理
  • ：74.9在Mathvista上，展示了強(qiáng)大的多模式集成。
  >該模型處理長(zhǎng)篇小說(shuō)任務(wù)（例如計(jì)劃，反思和校正）的能力通過(guò)培訓(xùn)期間的部分推出，提高效率和性能。
  k1.5縮短型號(hào)：效率和性能
  使用有效的long2short方法將長(zhǎng)密碼模型的成功構(gòu)建在長(zhǎng)密度模型的成功基礎(chǔ)上，以將長(zhǎng)密度技術(shù)提煉成更有效的框架。這種方法結(jié)合了微調(diào)，增強(qiáng)學(xué)習(xí)和遠(yuǎn)程蒸餾，為短篇小說(shuō)任務(wù)提供了快速而準(zhǔn)確的推理。

  值得注意的成就包括：

  數(shù)學(xué)推理
  ：在數(shù)學(xué)500上的94.6和Aime 2024上的60.8得分，表現(xiàn)優(yōu)于現(xiàn)有的短型型號(hào)，例如GPT-4O和Claude Sonnet 3.5，最高可達(dá)550％。
  • 編程：47.3在LiveCodeBench上，在代碼生成和調(diào)試任務(wù)方面出色。
  • 自然語(yǔ)言理解：對(duì)諸如聊天機(jī)器人和虛擬助手等實(shí)時(shí)應(yīng)用程序有效。
  >
  • >遠(yuǎn)程蒸餾技術(shù)，包括模型合并和最短拒絕采樣，確保通過(guò)降低的計(jì)算成本來(lái)確保高性能，從而使短點(diǎn)模型高效。 要知道更多您可以在這里結(jié)帳他們的研究論文！
  >
  現(xiàn)在，讓我們?cè)谕惶崾局性u(píng)估Kimi K1.5和OpenAI O1！

  任務(wù)1：斑馬拼圖

  提示：
  >正確求解了這個(gè)斑馬拼圖。

  openai O1響應(yīng)：

  Collector Position	Nationality	Lot	Amount Spent	Shirt Color
  Collector #1	Portuguese	Toy	Unknown	Blue
  Collector #2	Japanese	Lot 40	0,000	Purple
  Collector #3	Italian	Lot 30	0,000	Pink
  Collector #4	Canadian	Unknown	0,000	Yellow
  Collector #5	Unknown	Unknown	0,000	Unknown

  

  kimi k1.5響應(yīng)：

  Collector #	Nationality	Lot	Item	Amount	Shirt Color
  1	Italian	30	Clock	0,000	Blue
  2	Japanese	40	Painting	0,000	Purple
  3	Canadian	10	Vase	0,000	Pink
  4	Portuguese	34	Toy	0,000	Yellow
  5	(Unknown)

  

  觀察：

  Openai O1提供的響應(yīng)明顯不準(zhǔn)確。結(jié)果表不符合問(wèn)題中指定的所需格式，從而使回答不可靠。另一方面，Kimi K1.5根據(jù)問(wèn)題提供了正確格式的響應(yīng)，但答案本身的內(nèi)容不正確。

  >

  >判決：

  >

  openai o1：?| Kimi K1.5：?

  >任務(wù)2：邏輯推理

  > 提示：>您走進(jìn)房間看床。在床上有兩只狗，四只貓，一只長(zhǎng)頸鹿，五頭牛和一只鴨子。還有三把椅子和一張桌子。地板上有幾條腿？ openai O1響應(yīng)：

  kimi k1.5響應(yīng)：

  觀察：

  正確答案：

  > 22（2（人）4（表）4（bed）4（bed）12（3張椅子））

  openai O1花費(fèi)了太長(zhǎng)時(shí)間來(lái)產(chǎn)生響應(yīng)。雖然計(jì)算正確并包括一個(gè)詳細(xì)的解釋，但它未能說(shuō)明地板上的人腿，這使得其答案不正確。相比之下，Kimi K1.5在更少的時(shí)間內(nèi)提供了正確的答案。>

  >判決：
  >

  openai o1：?| Kimi K1.5：? >任務(wù)3：創(chuàng)建一個(gè)HTML站點(diǎn)

  >

  提示：
  >創(chuàng)建一個(gè)簡(jiǎn)單的html頁(yè)面，其中使用一個(gè)按鈕將背景顏色更改為粉紅色時(shí)，用一些五彩紙屑

  將其更改為粉紅色。 openai O1響應(yīng)：

  kimi k1.5響應(yīng)：

  觀察：

  >
  >判決：
  >

  openai o1：?| Kimi K1.5：? >任務(wù)4：Web搜索

  提示：
  >閱讀文章 - https：//www.analyticsvidhya.com/blog/2024/07/building-agentic-agentic-rag-systems-with-langgraph/，以了解構(gòu)建wikipedia數(shù)據(jù)的矢量數(shù)據(jù)庫(kù)的過(guò)程。以簡(jiǎn)潔的方式匯總關(guān)鍵步驟。

  openai O1響應(yīng)： >構(gòu)建wikipedia數(shù)據(jù)的矢量數(shù)據(jù)庫(kù)的過(guò)程：

  1. >收集數(shù)據(jù)：從轉(zhuǎn)儲(chǔ)或API中獲取Wikipedia文章。
  >
  2. >>預(yù)處理文本：清潔文本并將其分成較小的連貫的“塊”。
  3. 選擇一個(gè)嵌入模型：使用語(yǔ)言模型（例如OpenAI嵌入）將文本塊轉(zhuǎn)換為數(shù)值向量。
  生成嵌入
  4. ：對(duì)于每個(gè)塊，產(chǎn)生其語(yǔ)義向量表示。 設(shè)置矢量數(shù)據(jù)庫(kù)
  ：選擇一個(gè)矢量存儲(chǔ)（例如Pinecone，Weaviate，F(xiàn)aiss，Chroma）以存儲(chǔ)和索引嵌入。
  5. > >插入向量
  ：將所有塊向量和關(guān)聯(lián)的元數(shù)據(jù)（例如，原始文章參考）加載到數(shù)據(jù)庫(kù)中。>
  6. 測(cè)試檢索：與矢量化問(wèn)題查詢數(shù)據(jù)庫(kù)，以確保返回相關(guān)的wikipedia塊。
  >
  7. 優(yōu)化并集成：將索引和集成與檢索效果生成（RAG）管道進(jìn)行有效，準(zhǔn)確的信息檢索。
  8. kimi k1.5響應(yīng)： >“具有Langgraph的構(gòu)建代理抹布系統(tǒng)的綜合指南”文章概述了為Wikipedia數(shù)據(jù)構(gòu)建向量數(shù)據(jù)庫(kù)的過(guò)程，這是創(chuàng)建代理抹布系統(tǒng)的一部分。這是總結(jié)的關(guān)鍵步驟：
  1. 安裝依賴項(xiàng)：安裝必要的庫(kù)，例如Langchain，Langchain-Openai，Langchain-Community，Langgraph和Langchain-Chroma。
  >
  2. 輸入API鍵：使用GetPass函數(shù)安全地輸入OpenAI和Tavily搜索的API鍵，以避免在代碼中公開(kāi)它們。
  設(shè)置環(huán)境變量
  3. ：設(shè)置OpenAI和Tavily搜索API鍵的環(huán)境變量。 >
  >加載wikipedia data
  4. ： >從提供的Google Drive鏈接下載Wikipedia數(shù)據(jù)或使用本地存檔文件。>
     >提取并將數(shù)據(jù)加載到文檔列表中。
     塊文檔
  ：
  5. 使用文本分離器將文檔分為較小，可管理的塊。 >本文使用遞歸的術(shù)語(yǔ)textsplitter將文檔分為大約2000個(gè)字符的塊，重疊為300個(gè)字符。
     >
     • 創(chuàng)建矢量數(shù)據(jù)庫(kù)
     ：
  6. >初始化一個(gè)色度矢量數(shù)據(jù)庫(kù)客戶端。 >使用OpenAI的嵌入模型（Text-Embedding-3-Small）將文檔塊轉(zhuǎn)換為嵌入。
     >
     • >將文檔塊及其嵌入在矢量數(shù)據(jù)庫(kù)索引中，將余弦相似性指定為距離函數(shù)。
     • 設(shè)置向量數(shù)據(jù)庫(kù)回收
     ：
  7. >配置獵犬以基于余弦相似性獲取前3個(gè)最相似的文檔。 設(shè)置一個(gè)相似性閾值（例如，0.3），以過(guò)濾與查詢不夠相似的文檔。
     >
     • 測(cè)試獵犬
     ：
  8. >用示例查詢測(cè)試獵犬，以確保其返回相關(guān)文檔。> 對(duì)于vector數(shù)據(jù)庫(kù)中沒(méi)有相關(guān)文檔的查詢，檢索器應(yīng)返回一個(gè)空列表。
     • 觀察：
     Kimi K1.5的輸出通過(guò)提供特定的技術(shù)參數(shù)和庫(kù)要求提供詳細(xì)的可行的實(shí)現(xiàn)步驟來(lái)表現(xiàn)出色。它與明確的組織之間的全面深度之間進(jìn)行了平衡，解釋了每個(gè)步驟背后的推理，并有效地將技術(shù)過(guò)程與建立代理抹布系統(tǒng)的更廣泛目標(biāo)聯(lián)系起來(lái)。

  >判決：

  >

  openai o1：?| Kimi K1.5：?

  任務(wù)5：圖像分析

  提示：

  >圖像顯示了空間中數(shù)據(jù)中心的高度簡(jiǎn)化示意圖，其中一些簡(jiǎn)化的假設(shè)需要合理。

  >任務(wù)：>估計(jì)數(shù)據(jù)中心所需的散熱器表面積的下限。
  地址。
  地址如何在熱管理的背景下處理太陽(yáng)和深空。 >輸入圖像：
  
  

  

  openai O1響應(yīng)：

  下面的

  是一個(gè)逐步推理過(guò)程，具有明確規(guī)定的簡(jiǎn)化假設(shè)，理由和熱力學(xué)第一定律的應(yīng)用。最終結(jié)果將是在散熱器區(qū)域的下限，以消散由空間數(shù)據(jù)中心產(chǎn)生的1 gW的熱量。

  關(guān)鍵假設(shè)和簡(jiǎn)化

  1。功率輸入和熱量產(chǎn)生：

  假設(shè)數(shù)據(jù)中心由1 GW太陽(yáng)能電源提供動(dòng)力。 GPU消耗的幾乎所有電力都將轉(zhuǎn)換為熱量（在穩(wěn)態(tài)下電能轉(zhuǎn)換本質(zhì)上是100％，因?yàn)樗形创鎯?chǔ)的電能最終都必須隨熱量消散）。因此，要去除的廢熱約為1 gW = 1×10^9 W.
  2。僅輻射傳熱：

  > 在太空中，沒(méi)有對(duì)環(huán)境的對(duì)流或?qū)щ娎鋮s，只有輻射傳熱。因此，熱排斥的主要模式是從散熱器表面進(jìn)入深空的熱輻射。

  3。發(fā)射率和吸收性：

  假設(shè)散熱器是用高發(fā)射率構(gòu)造的，例如ε= 0.9 ε = 0.9。這對(duì)于涂有某些高發(fā)射率的油漆或材料的表面是合理的。對(duì)于所需區(qū)域的下限，我們假設(shè)理想的條件：

  散熱器主要遠(yuǎn)離太陽(yáng)，以最大程度地減少太陽(yáng)能吸收。

  kimi k1.5響應(yīng)：
  • 為了估算太空中數(shù)據(jù)中心所需的散熱器表面積的下限，我首先應(yīng)用Stefan-Boltzmann定律，該法描述了表面輻射的功率：
  為了處理熱管理中的太陽(yáng)和深空，應(yīng)使用陽(yáng)光遮擋數(shù)據(jù)中心，或放在不暴露于陽(yáng)光下的位置，例如行星或月球的陰暗面。必須設(shè)計(jì)散熱器以有效地輻射熱量進(jìn)入空間的真空，這是非常冷的。 通過(guò)確保數(shù)據(jù)中心設(shè)備產(chǎn)生的熱量等于散熱器輻射的熱量，熱力學(xué)的第一定律適用于這種情況。該法律確保系統(tǒng)中的總能量保持恒定，并在散熱器的設(shè)計(jì)中充分考慮了熱量。

  >所需散熱器表面積的下限大約為

  766平方米

  。數(shù)據(jù)中心應(yīng)避免陽(yáng)光直射，并應(yīng)優(yōu)化散熱器，以在空間真空中進(jìn)行散熱以維持熱平衡。

  觀察：

  Kimi K1.5的響應(yīng)是出色的，原因有幾個(gè)。從基本的Stefan-Boltzmann法律方程開(kāi)始，它通過(guò)分步方法來(lái)證明明確的數(shù)學(xué)推理。 Kimi清楚地定義了所有變量及其值，顯示了解決散熱器區(qū)域的數(shù)學(xué)過(guò)程，并提供了766平方米的具體數(shù)值結(jié)果。該解釋包括有關(guān)熱管理策略的明確理由，例如將散熱器定位在地球的陰暗面，以及與現(xiàn)實(shí)世界應(yīng)用的第一定律的直接聯(lián)系。響應(yīng)以特定數(shù)字和可行的建議結(jié)束。

  > 相比之下，Openai O1的響應(yīng)仍然更加理論上，重點(diǎn)是一般假設(shè)和設(shè)置，而不是完成實(shí)際計(jì)算。它缺乏具體的數(shù)值解決方案，并且沒(méi)有完全解決熱管理方面，與Kimi K1.5的詳細(xì)和以解決方案為導(dǎo)向的方法相比，它的實(shí)用性和行動(dòng)性不佳。

  >判決：

  openai o1：?| Kimi K1.5：?

  最終結(jié)果：kimi k1.5 vs Openai O1

  >任務(wù)結(jié)果

  Task	Winner
  Zebra Puzzle	Neither
  Logical Reasoning	Kimi k1.5
  Create an HTML Site	Kimi k1.5
  Web Search	Kimi k1.5
  Image Analysis	Kimi k1.5

  也請(qǐng)閱讀：Kimi K1.5 vs DeepSeek R1：最好的中國(guó)LLMS戰(zhàn)役

  結(jié)論

  諸如Kimi K1.5和DeepSeek R1之類的免費(fèi)模型正在挑戰(zhàn)Openai O1的主導(dǎo)地位，無(wú)需免費(fèi)提供推理，編碼和多模式任務(wù)的卓越性能。隨著Kimi K1.5在關(guān)鍵基準(zhǔn)和DeepSeek R1方面的表現(xiàn)優(yōu)于OpenAi，在編碼挑戰(zhàn)方面脫穎而出，為Openai O1支付20美元/月是否仍然是合理的？在下面的評(píng)論部分中讓我們知道！

  >

  敬請(qǐng)期待分析vidhya博客，以獲取更多如此出色的內(nèi)容！

以上是Kimi K1.5與OpenAi O1：哪個(gè)更好的推理模型？的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！