Kiln AI桌面应用v0.15.0发布:新增多款AI模型与Gemini微调功能
Kiln是一款面向AI开发者和研究人员的桌面应用程序,它提供了便捷的AI模型管理和实验环境。通过Kiln,用户可以轻松访问各种主流AI模型,进行模型测试、比较和优化工作。最新发布的v0.15.0版本带来了多项重要更新,显著提升了AI开发体验。
新增AI模型支持
本次更新最引人注目的是对多款新AI模型的支持。Kiln v0.15.0新增了OpenAI GPT系列的最新版本,包括GPT 4.1 Full、GPT 4.1 Mini和GPT 4.1 Nano三个不同规模的变体。这些模型针对不同计算资源需求进行了优化,开发者可以根据项目需求选择合适的版本。
此外,版本还引入了o4 mini和o3模型,以及Google Gemini系列的2.5 Pro和Flash版本。Gemini 2.5 Pro作为Google最新推出的大语言模型,在多项基准测试中表现出色,而Flash版本则针对响应速度进行了优化。这些新模型的加入大大扩展了Kiln用户的选择范围。
Gemini模型微调功能
v0.15.0版本引入了一项重要功能——Gemini模型的微调支持。用户现在可以连接Google Vertex账户,直接通过Kiln界面对自己的Gemini模型进行微调。这一功能使得开发者能够基于特定领域数据定制模型行为,而无需离开Kiln环境。
微调过程在Kiln中得到了简化,用户只需提供训练数据并设置基本参数即可开始训练。这对于需要针对特定应用场景优化模型性能的开发者来说是一个重大便利。
数据生成与处理优化
在数据生成方面,新版本实现了显著的速度提升。现在用户可以一键为所有主题生成合成数据,大大减少了手动操作的时间。这对于需要大规模测试数据的AI实验尤为重要。
数据修复功能也得到了增强,新版Kiln提供了更直观的用户界面,允许开发者手动检查和修复生成的数据。这种交互式数据质量控制方式有助于提高后续模型训练和评估的准确性。
用户体验改进
除了功能增强外,v0.15.0还修复了一些影响用户体验的问题。特别是修复了一个导致某些思维链提示失效的错误,确保了复杂提示工程的可靠性。这些细节优化使得Kiln作为AI开发工具更加稳定和高效。
总结
Kiln v0.15.0通过引入多款新模型和Gemini微调功能,进一步巩固了其作为综合AI开发平台的地位。数据生成和处理能力的提升,以及用户体验的持续优化,使得这个版本成为AI研究人员和开发者值得升级的选择。随着AI技术的快速发展,Kiln这类工具在降低AI应用开发门槛方面发挥着越来越重要的作用。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00