kimi فقط یک چت بات معمولی نیست - از کدنویسی تا تحلیل مالی - رقیبی که نمی خواهد از gpt عقب بماند

به گزارش سرویس علم و فناوری خبر ناب به نقل از همشهری - یکتا فراهانی: مدل های هوش مصنوعی دیگر فقط برای پاسخ دادن به سؤال ها یا نوشتن چند خط متن ساخته نمی شوند. نسل جدید این ابزارها قرار است بتواند پروژه های پیچیده را مدیریت کند، داده های مالی را تحلیل کند، برنامه بنویسد و حتی برای رسیدن به یک نتیجه، چندین مرحله کار را به صورت مستقل پیش ببرد.

Kimi فقط یک چت بات معمولی نیست

امیرمحمد کلاته، کارشناس و پژوهشگر هوش مصنوعی، درباره مدل جدید Kimi K۳.۱ Pro توضیح می دهد که این مدل در ۲۳ اکتبر ۲۰۲۶ معرفی شده و نخستین عضو خانواده K۳.۱ شرکت Moonshot AI است. این مدل در واقع نسخه ای ارتقایافته از Kimi K۳ محسوب می شود که سازندگان آن با آموزش تکمیلی گسترده تر، تلاش کرده اند توانایی هایش را در انجام کارهای پیچیده افزایش دهند.

یکی از تفاوت های مهم این مدل با چت بات های معمولی، تمرکز بر انجام کارهای چندمرحله ای است. به بیان ساده، کاربر فقط یک سؤال مطرح نمی کند تا پاسخی دریافت کند؛ بلکه می تواند یک مسئله نسبتاً پیچیده را به مدل بسپارد تا آن را به بخش های کوچک تر تقسیم کند، از ابزارهای مختلف کمک بگیرد و در نهایت نتیجه را ارائه دهد.

این قابلیت در حوزه هایی مانند برنامه نویسی، تحلیل اسناد و بررسی داده های مالی اهمیت زیادی دارد؛ زیرا انجام چنین کارهایی معمولاً به چندین مرحله بررسی و تصمیم گیری نیاز دارد.

عدد ۶۵.۷ درصد چه معنایی دارد؟

یکی از اعدادی که در معرفی Kimi K۳.۱ Pro موردتوجه قرار گرفته، امتیاز ۶۵.۷ درصدی آن در آزمون Terminal-Bench ۴.۰ است. این آزمون برای سنجش توانایی مدل های هوش مصنوعی در انجام وظایف واقعی و چندمرحله ای در محیط ترمینال طراحی شده است.

برای درک بهتر این نتیجه، کافی است بدانیم مدل Claude Opus ۵.۵ در همین ارزیابی امتیاز ۶۶.۴ درصد و GPT-۶ Astra امتیاز ۵۸.۲ درصد را کسب کرده اند.

البته این اعداد در گزارش شرکت Moonshot منتشر شده اند و نباید آن ها را با یک آزمون کاملاً مستقل و یکسان برای تمام مدل ها اشتباه گرفت. بااین حال، فاصله کمتر از یک درصدی Kimi با Claude در این ارزیابی، توجه برانگیز است. آزمونی که تصویر دقیق تری از توانایی Kimi نشان داد

کلاته در ادامه به اهمیت این نوع آزمون ها اشاره می کند؛ زیرا برخلاف پرسش های ساده، در اینجا توانایی مدل برای انجام یک کار واقعی و رساندن آن به نتیجه سنجیده می شود. به عبارت دیگر، صرفاً درست پاسخ دادن کافی نیست؛ مدل باید بتواند مسئله را تشخیص دهد، ابزار مناسب را انتخاب کند و کار را به پایان برساند.

اما شاید جالب ترین بخش ماجرا، ارزیابی مستقلی باشد که شرکت Plotly انجام داده است. این شرکت مدل Kimi K۳.۱ Pro را با مجموعه ای شامل ۴۳ سؤال در زمینه تحلیل داده آزمایش کرد. نتیجه نشان داد مدل جدید توانسته است به ۴۲ سؤال پاسخ درست بدهد و به امتیاز ۹۸ درصد برسد. برای مقایسه، نسخه قبلی یعنی Kimi K۳ در همین آزمون به ۳۵ سؤال پاسخ درست داده بود.

نکته مهم تر اینکه Kimi جدید توانسته بود الگوهای پنهان در داده ها را شناسایی کند و مشکلات کیفیت داده را تشخیص دهد؛ توانایی هایی که در نسخه قبلی ضعیف تر بودند.

یک نسخه سریع تر هم در راه است

Moonshot هم زمان با معرفی Kimi K۳.۱ Pro، نسخه ای با نام Highspeed را نیز عرضه کرده است. طبق اعلام سازنده، این نسخه می تواند با حفظ سطح توانایی، سرعتی حدود دو تا سه برابر بیشتر از مدل اصلی داشته باشد.

این کارشناس هوش مصنوعی می گوید این مدل همچنین از طریق سرویس های Kimi، از جمله Kimi Code و Kimi Work، در دسترس قرار گرفته است. شرکت Moonshot وعده داده وزن های کامل مدل را تا چهارم نوامبر ۲۰۲۶ منتشر کند؛ اتفاقی که می تواند امکان بررسی و اجرای گسترده تر آن را برای پژوهشگران و توسعه دهندگان فراهم کند.

آیا Kimi واقعاً رقیب غول های آمریکایی شده است؟

باوجود نتایج قابل توجه، هنوز نمی توان Kimi K۳.۱ Pro را برنده قطعی رقابت هوش مصنوعی دانست. هر مدل ممکن است در یک حوزه عملکرد درخشانی داشته باشد و در حوزه ای دیگر از رقبای خود عقب بماند.

حتی نتایج منتشرشده از سوی Moonshot نیز نشان می دهد Kimi در بعضی آزمون ها از Claude Opus ۵.۵ و GPT-۶ Astra ضعیف تر عمل کرده است.

این خبر توسط سایت همشهری آنلاین منتشر شده و خبر ناب صرفا آن را به اشتراک گذاشته است.

منبع : همشهری آنلاین