月之暗面（Moonshot AI）宣布推出其新开源模型 Kimi-Dev-72B，这一模型专注于软件工程任务，并在 AI 编程基准测试 SWE-bench Verified 中创下了全球最高的开源模型成绩。Kimi-Dev-72B 以仅72亿参数量的设计，成功超越了刚发布不久的 DeepSeek-R1，后者的参数量高达671亿。
在 SWE-bench Verified 测试中，Kimi-Dev-72B 获得了60.4% 的高分，成为当前开源模型中的新标杆。该模型的优化过程包括大规模强化学习，使其能够自动修复 Docker 环境中的真实存储库。Kimi-Dev-72B 在测试中仅在所有测试用例通过后才能获得奖励，从而确保所生成解决方案的正确性和稳健性，符合现实开发的高标准。 Kimi-Dev-72B 目前已在 Hugging Face 和 GitHub 平台上开放下载，用户可获取模型权重、源代码，技术报告也即将发布。Hugging Face 链接为:huggingface.co/moonshotai/Kimi-Dev-72B，GitHub 链接为:github.com/MoonshotAI/Kimi-Dev。 在设计理念方面，Kimi-Dev-72B 结合了 BugFixer 和 TestWriter 的双重角色。BugFixer 负责修复错误，TestWriter 则编写相应的单元测试。这两个部分相互补充，确保模型在编程任务中的有效性。Kimi-Dev-72B 的工作流程简单明确，主要分为文件本地化和代码编辑两个阶段。 为了增强模型的能力，月之暗面使用了约1500亿个高质量数据进行中期训练，数据来自 GitHub 的真实问题和 PR 提交。通过严格的数据净化，该模型能够学习人类开发者如何解决问题并编写代码。强化学习阶段则重点提升其代码编辑能力，通过基于结果的奖励系统，逐步优化模型的表现。 在测试环节，Kimi-Dev-72B 能够协调 BugFixer 和 TestWriter 的角色，采用自我博弈机制，从而提升模型的性能和效果。每个问题最多可以生成40个补丁候选和测试候选，显示了自博弈机制的强大效应。 未来，月之暗面计划进一步扩展 Kimi-Dev-72B 的功能，探索与流行开发工具的深度集成，使其更无缝地融入开发者的工作流程。公司承诺将持续改进这一模型，进行严谨的红队测试，以便向社区推出更强大的版本。 Hugging Face地址:huggingface.co/moonshotai/Kimi-Dev-72B GitHub地址:github.com/MoonshotAI/Kimi-Dev
| 
