Kimi hanging upside on a tree branch while having herself a soft pretzel covered in cheese
Sketch Commission by @Osito
Kimi Bat belong to ME
#Kimi #Bat #Girl #Baby #Cute #Diaper #Nappy #Babyfur #Diaperfur #Red #Shirt #Soft #Pretzel #Cheese #Covered #eat #eating #hang #hanging #upside #down #tree #branch #snack
AISatoshi (@AiXsatoshi)
Kimi의 Yang Zhiling이 AGI를 단순한 순수 연구가 아니라 과학, 공학, 제품, 상업이 결합된 체계로 본다는 관점을 소개한다. 이를 위해 조직은 매우 평평해야 하며, 부서·직급·OKR·KPI 없이 직접 소통 중심으로 재설계돼야 한다고 말한다.
AISatoshi (@AiXsatoshi)
Kimi와 DeepSeek 같은 AI 랩의 조직 운영 방식이 매우 혁신적이라는 의견이다. 권위와 합의 형성에 에너지를 쓰기보다, 천재 엔지니어 중심의 유연한 운영이 진정한 혁신 모델을 만드는 데 더 적합하다는 취지로 평가한다.
Kimi·Cursor·Chroma가 에이전틱 AI를 훈련한 방식, 세 가지 공통 원칙
Kimi K2.5·Cursor Composer 2·Chroma Context-1이 강화학습으로 에이전틱 AI를 훈련한 방식 비교. 세 팀이 독립적으로 도달한 3가지 공통 원칙을 소개합니다.
ZOYA ✪ (@HeyZoyaKhan)
KIMI AI가 프로젝트 기획, 워크플로 자동화, 보고서 작성, 복잡한 업무 해결까지 수행할 수 있다고 소개하며, 마치 고액 COO처럼 프로 업무를 빠르게 처리해 주는 생산성 도구로 강조한다. 함께 실무에 활용할 수 있는 12가지 KIMI 프롬프트도 공유했다.
Max Weinbach (@mweinbach)
Exo가 Kimi K2.5와 함께 사용했을 때 이전보다 개선되어, 처리 속도가 초당 25토큰으로 올라가고 배치 처리와 전력 효율도 나아졌다고 언급한다. AI 추론/실행 성능 개선을 보여주는 업데이트다.
AISatoshi (@AiXsatoshi)
Kimi K2.5의 기술 포인트를 소개한 글로, 1T 파라미터 LLM 학습 성공과 함께 context, Agent, multimodal로의 확장을 강조한다. MU Optimizer와 QK Clip은 학습 안정성을 해치지 않으면서 더 적은 토큰으로 더 똑똑하게 만들고, Kim linear는 초장문에서 필요한 정보는 남기고 불필요한 정보는 잊도록 돕는다. Agent Swarms도 핵심 기능으로 언급된다.
Simon Willison (@simonw)
거대한 Mixture-of-Experts 모델도 Mac 하드웨어에서 전체를 RAM에 올리지 않고 SSD에서 전문가 가중치를 일부씩 스트리밍해 실행할 수 있다는 점을 소개한다. Kimi 2.5는 1T 파라미터지만 활성화되는 32B만 필요해 96GB 메모리에서 구동 가능하다고 언급한다.
Turns out you can run enormous Mixture-of-Experts on Mac hardware without fitting the whole model in RAM by streaming a subset of expert weights from SSD for each generated token - and people keep finding ways to run bigger models Kimi 2.5 is 1T, but only 32B active so fits 96GB
DanielMania123
sayzard
AI Sparkup
lorenzo
Bluedepth