KAT-Coder-V2 Technical Report
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告为arXiv技术报告，阐述Specialize-then-Unify、分域监督微调与强化学习及on-policy蒸馏，介绍KwaiEnv模块化基础设施、MCLA与Tree Training，并在SWE-bench等多基准上给出评测，模型公开提供。
关键要点
- KAT-Coder-V2在KAT-Coder-V1基础上继续后训练，按Specialize-then-Unify将能力分为SWE、WebCoding、Terminal、WebSearch与General五域，各域独立数据构建、SFT与RL后通过on-policy蒸馏合并为单一可部署模型。
- KwaiEnv通过模块化架构解耦数据集、沙箱、脚手架与验证逻辑，可在秒级拉起大量远程沙箱，支撑数万并发沙箱实例以支撑高吞吐RL rollout。
- Agentic Scaling沿任务复杂度、意图对齐与脚手架泛化扩展RL数据，Autobuilder任务池经筛选与语义增广后形成超过100K条多样化高难度样本。
- MCLA在训练中对每条轨迹前向预填K=8次并对log-probability取平均以降低MoE RL估计方差；Tree Training对树结构轨迹DFS展平并复用共享前缀，实机agentic RL rollout上最高约6.2×端到端训练加速。
- KAT-Coder-V2在SWE-bench Verified上为79.6%，Claude Opus 4.6为80.8%。
- Terminal-Bench Hard得46.8，τ²-Bench Telecom为93.9；模型在https://streamlake.com/product/kat-coder 公开提供。