KAT-Coder-V2 技术报告
计算与语言
2026-03-31 v1 机器学习
摘要
我们介绍了 KAT-Coder-V2，这是由 Kuaishou KwaiKAT 团队开发的智能编码模型。KAT-Coder-V2 采用“专化-统一”范式，将智能编码分解为五个专家领域——软件工程 (SWE)、Web 编码、终端、Web 搜索和通用—each 经过独立的监督微调和强化学习，然后通过基于策略的蒸馏整合为单个模型。我们开发了 KwaiEnv，支撑数万个并发沙箱实例的模块化基础设施，并沿任务复杂度、意图对齐和 scaffold 泛化进行规模化 RL 训练。我们进一步提出了 MCLA 用于稳定 MoE RL 训练，以及 Tree Training 用于消除树结构轨迹上冗余计算，最高可实现 6.2 倍加速。KAT-Coder-V2 在 SWE-bench Verified 上取得 79.6% 成绩（对比 Claude Opus 4.6% 的 80.8%），在 PinchBench 上取得 88.7 分（超越 GLM-5 和 MiniMax M2.7），在所有三个前端美学场景中名列前茅，并在 Terminal-Bench Hard（46.8）和 tau^2-Bench（93.9）上保持强劲的通用分数。我们的模型已公开提供于 https://streamlake.com/product/kat-coder。
引用
@article{arxiv.2603.27703,
title = {KAT-Coder-V2 Technical Report},
author = {Fengxiang Li and Han Zhang and Haoyang Huang and Jinghui Wang and Jinhua Hao and Kun Yuan and Mengtong Li and Minglei Zhang and Pengcheng Xu and Wenhao Zhuang and Yizhen Shao and Zongxian Feng and Can Tang and Chao Wang and Chengxiao Tong and Fan Yang and Gang Xiong and Haixuan Gao and Han Gao and Hao Wang and Haochen Liu and Hongliang Sun and Jiabao Li and Jingwen Chang and Jun Du and Junyi Peng and Leizhen Cui and Meimei Jing and Mingqi Wu and Shangpeng Yan and Shaotong Qi and Suzhe Xu and Wenxuan Zhao and Xianda Sun and Xuan Xie and Yanbo Wang and Yao Xia and Yinghan Cui and Yingpeng Chen and Yong Wang and Yuze Shi and Zhiwei Shen and Ziyu Wang and Ming Sun and Lin Ye and Bin Chen},
journal= {arXiv preprint arXiv:2603.27703},
year = {2026}
}
备注
22 pages, 7 figures