月之暗面又开源了!登顶全球第一,还超了新版DeepSeek-R1 siyushenqi.com • 2025 年 8 月 13 日 下午1:59 • 行业动态 • 阅读 509 月之暗面于6月17日推出开源代码大模型Kimi-Dev-72B,该模型在SWE-bench Verified编程基准测试中以72B的参数量取得60.4%的高分,创下开源模型的最高水平,超越了参数量达671B的DeepSeek-R1。 摘要 Kimi-Dev-72B通过大规模强化学习优化,能够自主修补Docker中的真实存储库。其训练过程包括:通过修复错误的补丁和复现错误的测试相互补充,奠定模型基础。使用约1500亿个高质量数据进行训练,增强模型对实际Bug修复和单元测试的理解。专注于提升代码编辑能力,采用基于结果的奖励、高效的提示集和正例强化等策略。 在测试阶段,Kimi-Dev-72B采用自我博弈机制,同时扮演BugFixer和TestWriter角色,最多可生成40个补丁候选和40个测试候选,通过自博弈提升性能。 Kimi-Dev-72B已在Hugging Face和GitHub上提供下载和部署,包括模型权重和源代码,技术报告也将推出。 月之暗面计划扩展Kimi-Dev-72B的功能,未来迭代将侧重于与IDE、版本控制系统和CI/CD流水线的深度集成,使其更无缝地融入开发者工作流程,并持续改进模型,发布更强大的版本。 智东西6月17日报道,今日凌晨,月之暗面推出针对软件工程任务的全新开源代码大模型Kimi-Dev-72B。 该模型在SWE-bench Verified编程基准测试中取得了全球最高开源模型水平,以仅72B的参数量,成绩超过了刚于5月28日发布、参数量多达671B的新版DeepSeek-R1。 Kimi-Dev-72B在AI软件工程能力基准测试SWE-bench Verified上取得了60.4%的高分,创下开源模型的SOTA成绩。 ▲开源模型在SWE-bench上的性能已得到验证 ▲闭源模型在SWE-bench上的性能已得到验证 通过大规模强化学习进行了优化。它能够自主修补Docker中的真实存储库,并且只有当整个测试套件通过时才会获得奖励。这确保了解决方案的正确性和稳健性,并符合现实世界的开发标准。 Kimi-Dev-72B现已在Hugging Face和GitHub上提供下载和部署。其发布给社区的关键资源包括模型权重、源代码,技术报告也即将推出。 Hugging Face地址:huggingface.co/moonshotai/Kimi-Dev-72B GitHub地址:github.com/MoonshotAI/Kimi-Dev 月之暗面介绍了Kimi-Dev-72B的设计理念和技术细节,包括BugFixer和 TestWriter的组合、中期训练、强化学习和测试时自我博弈。 1、BugFixer和TestWriter的组合 成功修复错误的补丁(patch)应能通过准确反映该错误的单元测试。同时,复现错误的成功测试应引发断言错误,并在将正确的错误修复补丁应用到代码库后通过。这致使BugFixer和TestWriter互补,一个足够强大的编程大语言模型应该在这两个方面都表现出色。 BugFixer和TestWriter的工作流程类似:它们都会先找到正确的文件进行编辑,然后编辑正确的代码更新,无论是修复脆弱的实现还是插入unittest函数。因此,对于这两种角色,Kimi-Dev-72B都采用了相同的极简框架,该框架仅包含两个阶段:文件本地化和代码编辑。BugFixer和TestWriter的双重设计奠定了Kimi-Dev-72B的基础。 2、训练中期 为了增强Kimi-Dev-72B作为BugFixer和TestWriter的先验知识,月之暗面使用约1500亿个高质量的真实数据进行中期训练。 以Qwen 2.5-72B基础模型为起点,月之暗面收集了数百万个GitHub问题和 PR提交作为其中期训练数据集。数据配方经过精心构建,使Kimi-Dev-72B 能够学习人类开发者如何推理GitHub问题、编写代码修复和单元测试。 月之暗面还进行了严格的数据净化,将所有存储库从SWE-bench Verified中剔除。 中期训练充分增强了基础模型对实际Bug修复和单元测试的了解,使该模型成为后续强化学习训练的更佳起点。 3、强化学习 通过适当的中期训练和SFT,Kimi-Dev-72B在文件本地化方面表现出色。因此,其强化学习阶段专注于提升其代码编辑能力。 月之暗面使用了Kimi k1.5中描述的策略优化方法,该方法在推理任务中表现出色。对于SWE-bench Verified,月之暗面重点关注以下三个关键设计: 仅使用Docker的最终执行结果(0或1)作为奖励,训练期间不采用任何基于格式或过程的奖励。 过滤掉模型在多样本评估下成功率为零的提示,从而更有效地利用大批量。采用课程学习(curriculum learning)法,引入新的提示,逐步提高任务难度。 在训练的最后阶段,将之前迭代中最近成功的样本纳入当前批次。这有助于模型增强成功模式并提升性能。 Kimi-Dev-72B通过使用高度并行、强大且高效的内部agent基础设施,从可扩展数量的问题解决任务的训练中受益。 4、测试时自我博弈 经过强化学习后,Kimi-Dev-72B能同时掌握BugFixer和TestWriter的角色。在测试过程中,它会采用自我博弈机制,协调自身Bug修复和测试编写的能力。 ▲BugFixer和TestWriter之间的测试时自博弈 每个问题最多可生成40个补丁候选和40个测试候选(按照标准无agent设置),可观察到测试时自博弈的扩展效应。 结语:未来迭代侧重深度集成, 更无缝地融入工作流程 月之暗面正在积极研究和开发扩展Kimi-Dev-72B功能的方法,并探索更复杂的软件工程任务。 其未来的迭代将侧重于与流行的集成开发环境(IDE)、版本控制系统和CI/CD流水线进行更深入的集成,使Kimi-Dev-72B更加无缝地融入开发者的工作流程。 该公司承诺将持续改进Kimi-Dev-72B,进行严谨的红队测试,并向社区发布更强大的模型。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32381.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 Agent成了腾讯AI最大的牌面 上一篇 2025 年 8 月 13 日 下午1:59 OpenAI获五角大楼2亿美元订单,迈向军工领域 下一篇 2025 年 8 月 13 日 下午1:59 相关推荐 行业动态 实业从内销转外贸,如何打造专属私域流量池 “私域流量池”这个概念相信不少做实业转外贸的企业都耳熟能详,但把私域流量玩明白,需要一个长期耐心的过程,帮助外贸企业进行产品网络推广,选择合适自己产品的推广手段,紧跟时代的潮流步伐。 私域流量池顾名思义就是自己拥有一个巨大流量的池子,只要足够的预算、长期的营销,从各种渠道获取到用户量,随时推广销售自己的产品。私域的本质是接近为零的成本触达客户,直白一点:做私… siyushenqi.com 2025 年 8 月 13 日 下午1:59 509000 行业动态 MiniMax正暗戳戳憋大招 MiniMax筹备了半年多的文本推理模型(内部代号M+)即将发布,并会附带技术报告。该模型的发布背景是DeepSeek R1发布后,模型厂商分成接入与不接入DeepSeek两派,而MiniMax选择了在国内C端应用不接入DeepSeek、海外AI应用接入DeepSeek的折中方案。此前MiniMax虽有MiniMax-01模型,但并非真正意义上的推理模型,所以此次推出的推理模型极为关键。 siyushenqi.com 2025 年 8 月 13 日 399000 国内弹幕互动声量渐高 ASMR游戏却已全球偷跑千万美元 2023海外休闲赛道的种子产品,是一家北京厂商做的。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 472000 行业动态 东南亚最火的手游,来自中国 中国游戏从不被看好到成为全球竞争的重要参与者,2024年中国自主研发游戏海外实际销售收入达185.57亿美元,相较于十年前增长了6倍多。中国游戏厂商已抱团坐上影响全球游戏产业格局的“牌桌”,如《原神》和《黑神话:悟空》等游戏用中国元素征服海外用户。 siyushenqi.com 2025 年 8 月 17 日 487000 行业动态 Google AI Gemini不支持所在地区怎么办?2025最新解决方法来了 许多用户在尝试访问或使用Google AI Gemini时,常常会遇到提示“Google AI Gemini不支持所在地区”,无情地被拦截在使用门槛外,如果你也有这样的困扰,那就接着看下去,本文将为你带来解决这种情况的方法。 一、为什么Google AI Gemini存在地区限制? 法律与合规性问题:不同地区对AI技术的使用有不同的法律规定,尤其是涉及数据保… siyushenqi.com 2025 年 8 月 13 日 下午1:59 509000 行业动态 WhatsApp蓝标号对外贸业务的信任赋能 WhatsApp蓝标号提升商家可信度 增强客户信任感 促进交易成功率 提高沟通效率 吸引更多潜在客户 WhatsApp蓝标号提升商家可信度 在当今数字化时代,WhatsApp已经成为全球重要的沟通工具之一,尤其在外贸业务中,其地位愈加突出。WhatsApp蓝标号(WhatsApp Business Verified Badge)作为一种认证标识,提供了重要的… siyushenqi.com 2025 年 8 月 13 日 下午1:59 509000 行业动态 大模型不需要眼前的共识 在大模型领域,并没有形成像新能源车一样的市场共识。 siyushenqi.com 2025 年 8 月 13 日 436000 行业动态 WhatsApp磐石系统运维与技术支持 系统运维概述 核心技术与工具 服务策略与保障 技术支持流程 对比分析 系统运维概述 在当今高度数字化的时代,全球范围内的即时通讯工具已经成为人们日常交流的重要方式。WhatsApp作为全球领先的社交平台之一,其背后的系统运维和技术支持工作尤为重要。为确保平台的持续稳定运行,WhatsApp依赖于其磐石系统进行运维和技术支持。 磐石系统作为WhatsApp的核… siyushenqi.com 2025 年 8 月 13 日 下午1:59 509000 复星锐正资本刘方未:跨境淘金热过后,“新”出海何去何从? 年五月,席卷整个跨境电商圈的亚马逊关店潮还历历在目,随之而来的还有苹果对ATT的调整对Facebook的影响、Paypal封号潮、多家亚马逊大卖备战创业板中止、头部站群撤站。资本市场上,疫情、地缘政治博弈、康波周期、通胀等多因素叠加,加剧了二级市场的剧烈调整,让火热的一级市场迅速降温。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 429000 五年磨一剑,TapTap热榜第一,这款独游凭何跻身“类银河恶魔城名作队伍”? 在独游独游佳作频现的2022年,《勇敢的哈克》作为少见的类银河恶魔城小众独游,也在自己的赛道上大放异彩。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 511000 行业动态 游戏圈“湖南一哥”2024开大招:「回归之战」的号角已经吹响 出乎意料的强强联手。 siyushenqi.com 2025 年 8 月 18 日 406000 华为游戏中心走进漫展,拓宽渠道价值 渠道的价值,不止于线上。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 483000 行业动态 2020年9月全球热门移动游戏下载量TOP10 Sensor Tower 商店情报数据显示,InnerSloth《Among Us》9月在全球App Store和Google Play获得8380万次下载 siyushenqi.com 2025 年 8 月 26 日 509000 安克创新的成功能否复制? 在谈到亚马逊时,中国制造商处于独特的位置。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 402000 行业动态 50亿,新年最大融资诞生 阶跃星辰B+轮拿下50亿元,创12个月国内大模型单笔融资新高;印奇出任董事长,“1+3黄金战队”押注AI+终端,已装机4200万台手机、上车银河M9,API调用年增20倍,领跑物理AI时代。 siyushenqi.com 2026 年 1 月 29 日 376000 前Twitter创始人力荐Damus Web3社交应用的春天将至? 火遍全网的Damus只是一个开始 Web3社交产品们将向巨头发起挑战 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 464000 行业动态 腾讯以最「离谱」的方式,成了年度赢家? 一场9年的TGA征程。 siyushenqi.com 2025 年 8 月 18 日 434000 行业动态 截胡Meta!Snap发了款“只租不卖”的AR眼镜,却让我们离消费级AR更近了 Snap公司发布了第五代Spectacles AR智能眼镜,这是其在AR领域的最新尝试,旨在将AR技术融入硬件。 siyushenqi.com 2025 年 8 月 17 日 446000 行业动态 从淘宝到速卖通,Liitokala靠卖电池年销5000万 能源危机下,海外多国电价居高不下。尤其是2022年,欧洲各国的能源紧缺问题开始明显,清洁能源也显得愈发重要。据电池品牌Liitokala负责人张妮透露,近3个月来Liitokala欧洲市场的销售额环比增长了200%。 siyushenqi.com 2025 年 8 月 13 日 546000 行业动态 H5小游戏嵌入社交App,获480万下载,东南亚社交掀起“复古潮” 从“黄金矿工”到虚拟社交,哪个是东南亚社交新宠? siyushenqi.com 2025 年 8 月 26 日 473000 行业动态 “字节刚从OpenAI挖了个人,年薪140万美元” 而国内创业公司,融500万美金就敢说要做大模型。 siyushenqi.com 2025 年 8 月 14 日 539000 行业动态 速卖通押注知名品牌,亚马逊遭正面截胡 目标直指亚马逊头部品牌,运费+佣金砍到亚马逊 50%,主攻成熟高客单价大牌,打破“一家独大”。 siyushenqi.com 2025 年 9 月 24 日 408000 全干货!一篇讲完跨境电商购物体验 做跨境电商的朋友一定常被这几个问题牵动心弦。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 430000 行业动态 私域神器在跨境电商中的营销创新 私域神器对跨境电商营销格局的战略价值 私域神器驱动营销创新的核心机制 私域神器在跨境电商中的实践路径与案例 私域营销体系的演进趋势与风险边界 在全球流量成本持续攀升、平台规则不断变化的背景下,跨境电商正在经历一场深刻的营销范式转移。以用户为中心、以关系为资产的私域运营,逐渐从辅助工具演变为增长引擎。所谓“私域神器”,并非单一软件,而是一整套围绕数据、触达、互… siyushenqi.com 2025 年 8 月 13 日 下午1:59 509000 行业动态 马斯克起诉OpenAI:要求开源产品,36页诉状大公开! 马斯克指控OpenAI与微软共同垄断了70%的生成式AI市场,并且通过交叉任职的董事会成员违反了《克莱顿法》和《谢尔曼法》,这些行为旨在排除竞争对手,巩固市场领导地位。 siyushenqi.com 2025 年 8 月 13 日 390000 “经典洞见趋势,战略赢得未来”——润泽园教育成功举办4.0战略万人大会 私域神器6月28日讯 当前世界秩序深刻演变,西方现代化路径面临结构性缺陷,中国式现代化与 “一带一路” 倡议正重塑全球格局。在国运与文化自信的历史潮流下,中国中小企业或迎来新的发展机遇。 6月28日,知名互联网教育机构润泽园教育举办了一场以“经典洞见趋势,战略赢得未来”为主题的4.0战略万人大会,逾万名中小企业家、高级管理者、创新者在北京首都国际会议中心主会… siyushenqi.com 2025 年 8 月 13 日 下午1:59 • 行业动态 509000 价值9.7亿美元的电商物流市场,沙特仍然在起步中 价值9.7亿美元的电商物流市场,沙特仍然在起步中 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 429000 多平台爆火,《躺平发育》打响2022年休闲游戏第一枪 近日,由蜜獾工坊出品的塔防游戏《躺平发育》(又名《猛鬼宿舍》)突然爆火。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 652000 行业动态 Transformer作者爆料GPT-5.1内幕 AI 没减速,范式已从“预训练 Scaling”切到“推理模型 + 强化学习”,能力曲线仍是指数级,只是外界感知滞后。 siyushenqi.com 2025 年 12 月 1 日 328000 早上开会,下午走人,Shopee中国大裁员 跑得快,不一定是好事。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 421000 发表回复 请登录后评论...登录后才能评论 提交