Çin merkezli Moonshot AI, açık kaynaklı modelini piyasaya sürdü. Paylaşılan bilgilere göre; 12 saatlik kodlama seanslarını idare edebilen Kimi K2.6, 300 ajanı paralel olarak çalıştırabiliyor. Moonshot'ın belirttiğine göre; maliyet etkin bir model olarak tanımlayabileceğimiz Kimi K2.6, çeşitli yapay zeka karşılaştırma testlerinde GPT-5.4 ve Claude Opus 4.6’dan daha iyi performans gösteriyor. Buna 100'den fazla akademik alanı kapsayan yaklaşık 2.500 doktora düzeyinde sorudan oluşan HLE-Full öçütü de dahil. Bu ölçütte Kimi-K.26 54 puan alırken, Opus 4.6 ve GPT 5.4 sırasıyla 53 ve 52,1 puan aldı.
Kimi-K2.6, Swish-Gated Linear Unit (SwiGLU) adlı bir aktivasyon fonksiyonunu kullanıyor. Önceki algoritmalara göre donanım açısından daha verimli olan bu fonksiyon, belirli açılardan LLM eğitim sürecini basitleştiriyor. Ayrıca Kimi-K2.6'nın nöronları, her biri farklı bir görev kümesi için optimize edilmiş minyatür sinir ağları olan 384 “uzman” olarak adlandırılan birim halinde düzenlendi. Bu kapsamda LLM bir komut aldığında, yanıt oluşturmak için yalnızca sekiz uzmanı kullanıyor. Kullanıcı girdisinin işlenmesinde yer alan sinir ağlarının sayısını azaltmanın donanım kullanımını düşürdüğünü ekleyelim.
Kimi-K2.6’nın sinir ağları, bir komutun en önemli kısmını belirlemek için MLA (multi-head latent attention) adı verilen bir teknolojiyi kullanıyor. MLA'i, LLM’lerde bulunan standart dikkat mekanizmasının donanım açısından daha verimli bir versiyonu olarak tanımlayabiliriz.
Buna ek olarak Kimi-K2.6’nın sinir ağlarının, 400 milyon parametreye sahip bir görsel kodlayıcı tarafından desteklendiğini de belirtelim. Bu kodlayıcı, görüntüleri LLM’nin daha kolay anlayabileceği matematiksel temsiller olan gömmelere dönüştürüyor. Görsel kodlayıcı, Kimi-K2.6’nın sadece metin komutlarını değil, aynı zamanda multimedya girdilerini de işlemesini sağlıyor. Moonshot AI'ın belirttiğine göre, model basit kullanıcı talimatlarını ve arayüz taslaklarını eksiksiz web sitelerine dönüştürebiliyor. Bununla beraber Kimi-K2.6'ya daha karmaşık ve zaman alıcı bir görev verildiğinde, iş akışını hızlandırmak için 300'e kadar ajanı devreye sokabilir. Ajanlar, bir görevi alt adımlara bölerken, bunları paralel olarak gerçekleştiriyor.
Kimi-K2.6, isteğe bağlı olarak “claw groups” adlı bir özelliği kullanarak insan çalışanları da sürece dahil edebiliyor. Moonshot AI'ye göre bu, LLM'nin bir projedeki işi insanlar ve ajanlar arasında bölüştürmesini sağlar. Ayrıca Kimi-K.26, Rust geliştirme dahil olmak üzere diğer bazı görevlerde de önceki versiyonundan daha iyi performans gösteriyor.
İlk Yorumu yazmak ister misiniz?
Yorum Yazmak için Giriş Yap