Kuaishou में KwaiKAT टीम ने KAT-Coder-V2.5 जारी किया है, जो एक कोडिंग मॉडल है जिसे अकेले-चरण का कोड उत्पन्न करने के बजाय वास्तविक, निष्पादन योग्य रिपॉजिटरी वातावरणों में संचालित करने के लिए डिज़ाइन किया गया है। टीम ने Apache-2.0 लाइसेंस के तहत Hugging Face पर एक ओपन-वेट वैरिएंट, KAT-Coder-V2.5-Dev भी प्रकाशित किया।
- AutoBuilder वास्तविक पुल अनुरोधों से सत्यापित कार्य त्रिक (विवरण, वातावरण, परीक्षण) बनाता है, जिससे वातावरण निर्माण की सफलता दर 16.5% से बढ़कर 57.2% हो जाती है।
- परिणामी डेटासेट में 12 भाषाओं में फैले 100,000 से अधिक सत्यापित वातावरण शामिल हैं, जिसमें समाधान रिसाव को रोकने के लिए git इतिहास और कमिट मेटाडेटा हटा दिए गए हैं।
- एक डेटा स्केलिंग फ्लाईव्हील अंतिम परीक्षण सफलता के बजाय प्रक्रिया गुणवत्ता द्वारा ट्राजेक्टरी को फ़िल्टर करता है, नजदीकी चूक के लिए लक्षित संकेतों और पास होने वाली रनों के लिए नियम-आधारित गेट्स का उपयोग करते हुए।
- इंफ्रास्ट्रक्चर में सुधार से सैंडबॉक्स फीडबैक त्रुटियों को ~16% से घटाकर 2% से नीचे लाया गया, जिसमें डिस्क उपयोग टाइमआउट और Gateway Server में टोकन ड्रिफ्ट जैसी समस्याओं को हल किया गया।
- प्रशिक्षण असममित PPO का उपयोग करता है जिसमें तीन-स्तरीय पुरस्कार प्रणाली और मल्टी-टीचर ऑन-पॉलिसी डिस्टिलेशन शामिल है, जो निष्पादन के दौरान विशेष क्रिटिक संदर्भ को खारिज कर देता है।
KAT-Coder-V2.5 PinchBench में 94.9 के स्कोर के साथ शीर्ष पर है और SWE-Bench Pro पर 65.2 के साथ दूसरे स्थान पर है, जो एजेंटिक कोडिंग कार्यों में बेहतर प्रदर्शन का प्रदर्शन करता है।