KwaiKAT 팀, 10만 개 이상의 검증 가능한 저장소로 훈련된 에이전트 코딩 모델 KAT-Coder-V2.5 발표

Kuaishou의 KwaiKAT 팀이 KAT-Coder-V2.5를 공개했습니다. 이 에이전트 기반 코딩 모델은 12개 언어에 걸쳐 10만 개 이상의 검증 가능한 저장소에서 훈련되었습니다. 이 모델은 AutoBuilder라는 파이프라인을 사용하여 57.2%의 성공률로 실행 가능한 환경을 구축합니다. 감사 결과 강화학습 궤적의 약 16%가 샌드박스 오류로 인해 실패한 것으로 밝혀져 훈련 인프라 문제가 수정되었으며, 해당 오류율은 2% 미만으로 감소했습니다. 이 모델은 비대칭 PPO(asymmetric Proximal Policy Optimization)와 3단계 보상 시스템 및 다중 교사 증류(multi-teacher distillation)를 사용합니다. 통합된 Claude Code Harness에서 KAT-Coder-V2.5는 PinchBench에서 94.9로 선두를 차지하며 Opus 4.8(93.5)을 제쳤고, SWE-Bench Pro(65.2 대 69.2)와 KAT Code Bench(53.1 대 57.3)에서는 2위를 기록했지만, Terminal-Bench 2.1(60.7)과 SciCode(50.3)에서는 뒤쳐집니다. 오픈 가중치 모델인 KAT-Coder-V2.5-Dev는 Qwen3.6-35B-A3B를 후속 훈련한 별도의 350억 파라미터 총합/30억 파라미터 활성 MoE(Mixture-of-Experts) 모델로, Apache-2.0 라이선스로 Hugging Face에 공개되었습니다.