Kolibri1 篇实战文章

Kolibri 的发布材料里，有个数字比它的 AIME 分数更值得看。 44%。 这是它在不知道答案时，选择说不知道、或者给部分答案的比例。同一个测试里，Qwen3.5 35BA3B 是 11.1%。 一个明显更弱的模型，在承认不知道这件事上强了四倍。