6月17日消息，月之源月之暗面推出了針對(duì)軟件工程任務(wù)的暗面全新開(kāi)源代碼大模型——Kimi-Dev-72B。

該模型在SWE-bench Verified編程基準(zhǔn)測(cè)試中取得了全球最高開(kāi)源模型水平，放王以僅72B的炸開(kāi)參數(shù)量，超越了剛發(fā)布不就、模型參數(shù)量達(dá)671B的超新新版DeepSeek-R1。

該模型通過(guò)大規(guī)模強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)化，全球能夠自主修補(bǔ)Docker中的月之源真實(shí)存儲(chǔ)庫(kù)，并且只有當(dāng)整個(gè)測(cè)試套件通過(guò)時(shí)才會(huì)獲得獎(jiǎng)勵(lì)，暗面從而確保了解決方案的放王正確性和穩(wěn)健性。

Kimi-Dev-72B的炸開(kāi)設(shè)計(jì)理念和技術(shù)細(xì)節(jié)包括BugFixer和TestWriter的組合、中期訓(xùn)練、模型強(qiáng)化學(xué)習(xí)和測(cè)試時(shí)自我博弈。超新

其中，全球BugFixer和TestWriter的月之源互補(bǔ)設(shè)計(jì)奠定了模型的基礎(chǔ)，使其在修復(fù)錯(cuò)誤和編寫(xiě)測(cè)試方面表現(xiàn)出色。

中期訓(xùn)練則通過(guò)約1500億個(gè)高質(zhì)量的真實(shí)數(shù)據(jù)，增強(qiáng)了模型對(duì)實(shí)際Bug修復(fù)和單元測(cè)試的理解。

強(qiáng)化學(xué)習(xí)階段則專(zhuān)注于提升其代碼編輯能力，使其在文件本地化和代碼編輯方面表現(xiàn)出色。

目前，Kimi-Dev-72B已在Hugging Face和GitHub上提供下載和部署，包括模型權(quán)重、源代碼等。