Kimi K2.7 Code 仅用 RL 后训练即实现跨基准提升
热点事件持续更新
Kimi K2.7 Code 仅用 RL 后训练即实现跨基准提升
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
论文作者在 arXiv 报告:仅用强化学习(一个 epoch 的 GSPO 加 rank-32 LoRA)在 1,700 个专家构建的智能体编码任务上后训练开源权重模型 Kimi K2.7 Code(1T 参数、32B 激活),在六个外部基准上 pass@1 全部提升,如 SWE-Bench Pro 从 60.1 升至 64.8、SWE-Marathon 从 5.0 升至 25.0,覆盖三种智能体运行框架。 奖励为通过目标测试的比例,任一 pass-to-pass 测试失败即降为零。论文称提升显著(p < 0.001),且在训练数据收集后才发布的三个基准上仍显著(p = 0.004)。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
在智能体编码任务上做 RL 后训练,Kimi K2.7 Code 实现跨基准迁移报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AI在智能体编码任务上做 RL 后训练,Kimi K2.7 Code 实现跨基准迁移
论文用 1,700 个专家构建的智能体编码任务,仅以 RL(一个 epoch 的 GSPO 加 rank-32 LoRA)后训练 1T 参数(32B 激活)的 Kimi K2.7 Code。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。