Kimi K3 发布的一些个人感受
Kimi K3 的技术博客里，有一个很容易被忽略、但很关键的细节：
K3 对「思考历史」极度敏感。harness 如果没有完整传回之前的 thinking 内容，生成质量会严重不稳定。
原文大致写了两个触发条件：
harness 没有完整回传历史 thinking 内容
会话中途从别的模型切换到 K3
博客对原因也做了解释。大多数 reasoning 模型，比如 Claude 的 ext...
怎么减少大模型幻觉？
大模型最麻烦的时刻，不是它说不知道。
而是它给出一个语气笃定、结构完整、甚至带着出处的答案，等你真的去查，才发现内容根本不存在。
这种现象通常被叫作幻觉。
模型不是在主观撒谎。它的核心任务是根据上下文预测接下来最可能出现的内容。当可靠信息不足时，它仍然可能生成语言上非常合理的答案。读起来顺，不等于事实正确。
所以减少幻觉，不能只靠一句「请不要胡编」。更有效的思路是让模型有依据可用，在依据不足...