魅蓝2优化（Kimi K2 优化定性任务表现的具体做法）

Moonshot 团队围绕 “用强化学习（RL）提升定性能力” 核心目标，以 “不完美但系统的评分标准” 为核心，分三步实施训练，具体流程与细节如下：一、第一步：建立初始判断基准，赋予模型 “评估能力”要让 Kimi...

阅读全文 admin 22 次浏览 2025-11-11 信息披露