KwaiKATチーム、KAT-Coder-V2.5を発表：10万以上の検証可能なリポジトリで訓練されたエージェント型コーディングモデル

KuaishouのKwaiKATチームは、エージェント型コーディングモデルであるKAT-Coder-V2.5を発表しました。このモデルは、12言語にわたる10万以上の検証可能なリポジトリでトレーニングされています。モデルはAutoBuilderと呼ばれるパイプラインを使用し、成功率57.2%で実行可能な環境を構築します。監査の結果、強化学習（Reinforcement Learning, RL）の軌跡の約16%がサンドボックスエラーにより失敗していたことが判明した後、トレーニングインフラの問題が修正され、エラー率は2%未満に低減しました。このモデルは、非対称PPO（Proximal Policy Optimization）、3層の報酬システム、およびマルチティーチャー蒸留を採用しています。統一されたClaude Codeハーネスの下で、KAT-Coder-V2.5はPinchBenchで94.9を記録し、Opus 4.8の93.5を上回り、SWE-Bench Proでは65.2（対69.2）、KAT Code Benchでは53.1（対57.3）で2位となりましたが、Terminal-Bench 2.1（60.7）とSciCode（50.3）では劣っています。オープンウェイト版のKAT-Coder-V2.5-Devは、Qwen3.6-35B-A3Bをベースにポストトレーニングされた、総パラメータ350億/アクティブパラメータ30億の別個のMixture of Experts（MoE）モデルであり、Apache-2.0ライセンスでHugging Faceに公開されています。