快手 kwaipilot 团队近日推出了 kat-dev-72b-exp。
这是 KAT-Coder 系列模型在强化学习方向上的实验性升级版本，在权威软件开发评测基准 SWE-Bench Verified 上实现了 74.6% 的成绩，刷新了开源大模型在该领域的性能纪录。
据悉，该模型依托快手自主研发的工业级强化学习框架 SeamlessFlow，通过全新的数据平面设计，实现了训练流程与 Agent 的彻底解耦，有效支撑多智能体协作及在线强化学习等高复杂度场景。
为应对复杂 Agent 架构带来的技术难题，团队创造性地引入 Trie Packing 技术，并对底层训练引擎进行深度重构，显著提升了模型在共享前缀行为序列上的训练效率。结合难度感知的策略优化机制，模型在探索与利用之间达成良好平衡。同时，借助基于海量开源代码库构建的大规模、端到端可验证的软件工程任务集，KAT-Dev-72B-Exp 在实际编程能力上展现出卓越表现。
免费体验 KAT-Coder：https://www.php.cn/link/127449db06658be5e1bc1cd51bde8b78
KAT-Dev-72B-Exp 开源项目地址：https://www.php.cn/link/58e473658c4b6757ec8379817d35e6fa
