Kimi K3论文详解长程智能训练

Kimi K3通过KDA/MLA混合注意力、NoPE、长上下文课程和工具RL重构长程代理训练。

推荐理由：核心不只是百万上下文，而是把跨数千次工具调用的任务保持纳入训练闭环；2.5倍缩放效率若成立，说明长程代理能力正从提示工程转向系统级训练配方竞争。