Kimi官方复盘：k1.5复现o1的思考过程

主要观点总结

本文介绍了Kimi技术人员在知乎上分享了他们对模型o1的一些关键思考过程的探索，特别是对Long CoT（长上下文）的理解和应用。文章涵盖了几个关键点的思考，包括Agentic Workflow的短期价值、Long CoT的重要性以及如何训练模型进行RL等。

关键观点总结

关键观点1: Agentic Workflow的短期价值

文章指出Agentic Workflow只有短期价值，早晚会被模型本身取代，因此更应关注如何让模型自由思考。

关键观点2: Long CoT的重要性

文章强调了Long CoT的重要性，并探讨了如何通过RL训练LLM进行Long CoT做题，包括信息收集和RL算法选择等关键问题。

关键观点3: RL训练LLM的方法

文章提出了用RL训练LLM的方法，并探讨了In Context RL with Self-Critique在其中的作用，以及如何优化这种方法的挑战。

关键观点4: AGI和ASI的探讨

文章对AGI的进展表示肯定，并重新开始思考ASI的可能性，探讨了RL在更复杂场景的应用前景。