月之暗面推出Kimi-Dev-72B，一款针对软件工程任务的开源代码大模型。该模型在SWE-bench Verified编程基准测试中表现出色，超越了参数量更大的DeepSeek-R1，展现了其强大的性能。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，确保解决方案的准确性。该模型的设计结合了BugFixer和TestWriter，并通过中期训练、强化学习和测试时自我博弈等技术，提升了其在代码修复和测试方面的能力，目前已在Hugging Face和GitHub上开源。

💡 Kimi-Dev-72B在SWE-bench Verified编程基准测试中，以72B参数量超越了671B参数量的DeepSeek-R1，证明了其卓越的性能。

🛠️ Kimi-Dev-72B通过大规模强化学习进行优化，能够自主修补Docker中的真实存储库，只有当整个测试套件通过时才会获得奖励，从而保证了解决方案的正确性。

⚙️ 该模型的设计采用了BugFixer和TestWriter的互补设计，使其在修复错误和编写测试方面表现出色。

📚 中期训练使用了约1500亿个高质量的真实数据，增强了模型对实际Bug修复和单元测试的理解。

🚀 强化学习阶段专注于提升其代码编辑能力，使其在文件本地化和代码编辑方面表现出色。

快科技6月17日消息，月之暗面推出了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，超越了刚发布不就、参数量达671B的新版DeepSeek-R1。

该模型通过大规模强化学习进行优化，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，从而确保了解决方案的正确性和稳健性。

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。

其中，BugFixer和TestWriter的互补设计奠定了模型的基础，使其在修复错误和编写测试方面表现出色。

中期训练则通过约1500亿个高质量的真实数据，增强了模型对实际Bug修复和单元测试的理解。

强化学习阶段则专注于提升其代码编辑能力，使其在文件本地化和代码编辑方面表现出色。

目前，Kimi-Dev-72B已在Hugging Face和GitHub上提供下载和部署，包括模型权重、源代码等。