يستخدم نموذج كيمي k1.5 متعدد الوسائط إطار عمل مبسط للتعلم المعزز يعتمد على توسيع السياق الطويل وتحسين سياسة النموذج، متجنباً التقنيات المعقدة مثل شجرة البحث مونت كارلو أو دوال القيمة.

  • يحقق النظام أداءً متميزاً في الاستدلال عبر معايير متعددة، بما في ذلك 77.5 على AIME، و96.2 على MATH 500، والمرتبة 94 في Codeforces.
  • تستفيد أساليبه من long2short لتقنيات التفكير الطويل (long-CoT) لتعزيز نماذج التفكير القصير (short-CoT)، مما ينتج نتائج بـ 60.8 على AIME، و94.6 على MATH500، و47.3 على LiveCodeBench.
  • تتفوق هذه التحسينات في نماذج short-CoT على النماذج الحالية مثل GPT-4o وClaude Sonnet 3.5 بفارق كبير، يصل إلى +550%.

يوضح هذا النهج أن توسيع نطاق التعلم المعزز يفتح محاور جديدة لتحسين الذكاء الاصطناعي دون الاعتماد على بنية تحتية معقدة، مما يساوي أداء OpenAI's o1 ويتفوق بشكل كبير على نماذج السياق القصير الأخرى.