KwaiKAT Team introduceert KAT-Coder-V2.5: een agentisch codeermodel getraind op meer dan 100.000 verifieerbare repositories

Het KwaiKAT-team van Kuaishou heeft KAT-Coder-V2.5 geïntroduceerd, een agentisch coderingsmodel getraind op meer dan 100.000 verifieerbare repositories in 12 talen. Het model gebruikt een pijplijn genaamd AutoBuilder die uitvoerbare omgevingen construeert met een succespercentage van 57,2%. Infrastructuurproblemen tijdens de training werden opgelost nadat een audit aan het licht bracht dat ongeveer 16% van de RL-trajecten mislukte door sandbox-fouten; deze zijn teruggebracht tot onder de 2%. Het model maakt gebruik van asymmetrische PPO met een driedelig beloningssysteem en multi-teacher-distillatie. In een uniforme Claude Code-harnas leidt KAT-Coder-V2.5 de PinchBench met 94,9, verslaat Opus 4.8 met 93,5, en staat tweede op SWE-Bench Pro (65,2 tegen 69,2) en KAT Code Bench (53,1 tegen 57,3), maar blijft achter op Terminal-Bench 2.1 (60,7) en SciCode (50,3). Het open-weight KAT-Coder-V2.5-Dev is een aparte 35B-totaal/3B-actief MoE, getraind op Qwen3.6-35B-A3B, en uitgebracht op Hugging Face onder Apache-2.0.