BriefGPT - AI 论文速递 ·

基于改进的传统中文评估套件的基础模型

💡 原文中文，约400字，阅读约需1分钟。

📝

内容提要

我们发布了TMMLU+，这是一个为传统中文大规模多任务语言理解数据集而设计的全面数据集。TMMLU+是一个多项选择问答数据集，包括66个学科。与其前身TMMLU相比，TMMLU+的规模增加了六倍，学科分布更加平衡。我们公开发布了我们的数据集和相应的基准源代码。

🏷️

Markdown转中文PDF不再乱码：md2pdf双引擎搞定字体嵌入
md2pdf是一款将Markdown转为PDF的命令行工具，专为中日韩文字优化。它提供Typst和CoreText双引擎，解决字体嵌入问题，内置五套字体预...
Kimi K3 模型结构（10）：RL 与服务，状态住在哪里
本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计，核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
Kimi K3 模型结构（9）：显存，把 2.8T 塞进 GPU
本文详解Kimi K3模型训练中的显存优化策略，通过账本形式分析权重、激活等内存占用，并介绍六项关键技术：均衡PP rank激活、统一激活管理器、MoE反...
DeepSeek-V4 模型结构（7）：结构决定系统
DeepSeek-V4模型采用混合压缩注意力（mHC），将KV缓存分为状态缓存和分页缓存，分别管理滑窗KV与压缩条目。上下文并行通过点对点通信和all-g...
DeepSeek-V4 模型结构（6）：优化器与稳定性，Muon
DeepSeek-V4采用Muon优化器，通过谱范数最速下降实现逐矩阵正交化，用Newton-Schulz迭代逼近SVD，混合系数提升小奇异值并精确稳定大...
Kimi K3 模型结构（8）：训练并行，一步训练里谁在等谁
本文介绍Kimi K3模型预训练的并行系统设计，聚焦MoE层expert并行。核心是MoonEP方案：每个rank预留E/R个冗余expert槽位，确保任...