「月之暗面」发布对标OpenAI o1的首款数学模型；Kimi搜索再进化 | 云九Portfolio

近日，云九资本投资企业「月之暗面 Moonshot AI」迎来两项重要进展——发布对标OpenAI o1的首款数学推理模型 k0-math，以及引入搜索意图增强、信源分析和链式思考三大推理能力的全新 Kimi 探索版。

数据显示，2024年10月， Kimi 在PC网页、手机APP、小程序等全平台的月度活跃用户已超过 3600 万。

数学模型对标o1

k0-math采用了全新的强化学习和思维链推理技术，通过模拟人脑的思考和反思过程，大幅提升了解决数学难题的能力，可以帮助用户完成更具挑战性的数学任务 。

在多项数学基准能力测试中，k0-math 的表现能对标 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。

在业界最常使用的数学能力基准测试 MATH 中，k0-math 模型得分 93.8，超过 o1-mini 的 90 分和 o1-preview 的 85.5 分。k0-math 这一成绩仅次于暂未开放使用的 o1 完全版 94.8 分。

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%。接下来，k0-math 模型会持续迭代，提升更难题目的解题能力，挑战数学模型的能力极限。

常规模型的设定目标是尽快提供问题的答案。与之不同，在做题过程中，k0-math 模型会花更长的时间来推理，包括思考和规划思路，并且在必要时自行反思改进解题思路，提升答题的成功率。

不过，需要注意的是，k0-math 模型虽然擅长解答大部分很有难度的数学题，但是当前版本还无法解答 LaTeX 格式难以描述的几何图形类问题。

此外，它还有一些局限性需要突破，包括对于过于简单的数学问题，例如1+1等于几，k0-math模型可能会过度思考；对于高考难题和IMO题目依然有一定概率做错、猜答案；需要更好的泛化，才能在更多学科的场景中落地使用。

这些局限性既是机遇，也是挑战。公司预计将在下一阶段的模型迭代中逐步改善。

Kimi搜索再进化

Kimi 探索版于10月中旬上线，将推理能力运用到 AI 搜索任务上，通过模拟人类的推理思考过程，多级分解复杂问题，执行深度搜索，并即时反思改进结果，帮助用户更高效地完成复杂的搜索调研任务。

Kimi 探索版的搜索量是普通版的 10 倍，一次搜索即可精读超过 500 个页面。在信息调研和分析场景的真实长难搜索问题测试中，Kimi 探索版回答准确性和完整性具备全面优势，综合性能超过同类产品至少 30%。Kimi 探索版发布后，受到了程序员、科学家、咨询顾问、投资人、律师等专业人群的喜爱。

最近，Kimi 探索版运用强化学习技术创新搜索体验，在三大推理能力上实现突破：意图增强、信源分析和链式思考。

意图增强：Kimi 探索版可以将抽象的问题和模糊的概念具体化，拓展用户的真实搜索意图。

例如，当互联网产品经理调研某产品的用户忠诚度，Kimi 探索版会思考当用户搜索“忠诚度”时，本质上是想做数据的分析，然后找到可以体现忠诚度的维度，将这个比较模糊和抽象的概念，转化为更加具体的“活跃度、留存率、使用频率、使用时长”等关键词，然后通过机器更擅长的海量并行搜索，查找更全面和准确的答案。

信源分析：Kimi 探索版会从大量的搜索来源结果中，分析筛选出更具权威性和可靠性的信源，并且在答案中提供溯源链接，可一键定位信源具体出处，精确到段落级别，让每条信息都有据可查。

例如，科研人员查找最新的学术前沿消息，Kimi探索版会优先查找最新的学术期刊内容；咨询顾问调查人群市场规模的场景，借助 Kimi 探索版查找中国不同年龄的人口占比情况时，Kimi 会筛选最权威和最新的人口普查报告信息。

链式思考：Kimi 探索版可以更好地基于思维链推理能力处理产品、公司、行业等研究问题。

例如，当程序员做技术选型，想要了解“react中有哪些状态管理库，最好用的是什么”。Kimi 首先会准确地拆解问题，找到常用的react状态管理库有哪些，然后分别搜索每个状态管理库的优缺点、使用场景和推荐理由，最后分析总结找到的所有高质量信息，给出在不同场景最适合的状态管理库推荐。