KAT-V1模型共有40B和200B两个版本。在自动思考模式下，40B版本的性能可追平今年5月发布的新版DeepSeek-R1（参数量为6850亿）。而200B版本的模型，则在多项基准测试中超过了Qwen、DeepSeek和Llama这三大开源模型家族中的旗舰模型。
快手Kwaipilot团队在技术报告中，揭秘了KAT-V1模型背后的多项技术创新。
该团队不仅提出了一种全新的长短思考混合模型训练范式，还基于传统强化学习算法（GRPO），提出了带有新型强化学习方法Step-SRPO，进一步提升了模型输出token的思考密度以及对是否应该开启思考模式的判断力。
在部分基准测试中，即使模型自我选择不开启思考模式，受益于融合训练方法和推理模板，性能也有小幅上涨。
原创文章，作者：feiniu，如若转载，请注明出处：https://www.lrblog.cn/220.html
