核心信息

Fireworks Research 发布基于 Kimi K3 的推理模型 Ember-1，通过后训练减少重复思考，在保持基准性能的同时减少约 40% 的 token 使用量。

要点

  • 与 K3 相比，Ember-1 在基准测试性能相同的情况下 token 使用量减少约 40%。
  • 通过在真实智能体编码任务循环上进行强化学习训练，教导模型区分有效推理与循环。
  • 在编码流量的实时 A/B 测试中，Ember-1 在成功率相同的情况下，推理 token 减少 71%，总 token 减少 39%。
  • 现已在 Cline 中提供，包括新的桌面应用。