Fugu-MT 論文翻訳(概要): KAT-Coder-V2.5 Technical Report

論文の概要: KAT-Coder-V2.5 Technical Report

arxiv url: http://arxiv.org/abs/2607.05471v1
Date: Mon, 06 Jul 2026 08:14:02 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 21:24:51.273093
Title: KAT-Coder-V2.5 Technical Report
Title（参考訳）: KAT-Coder-V2.5技術報告
Abstract要約: KAT-Coder-V2.5は、実際の実行可能リポジトリ内で自律的に動作するよう訓練されたコーディング中心のエージェントモデルである。マルチ言語リポジトリをサンドボックス環境に再構築し、フェイル・ツー・パスとパス・ツー・パスの検証を大規模に行う。我々はさらに、ハーネスランダム化による強化学習、信頼性の強化されたサンドボックス、非対称なアクター-クリティックPPO、およびハイチ指向の報酬フレームワークをスケールする。
参考スコア（独自算出の注目度）: 61.907486544595336
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present KAT-Coder-V2.5, a coding-focused agentic model trained to act autonomously inside real, executable repositories rather than as a single-turn code generator. Its capability is bottlenecked less by model scale than by the scarcity of reproducible environments, verifiable rewards, and high-value trajectories, which we address with an end-to-end agentic post-training framework. AutoBuilder reconstructs multilingual repositories into sandboxed environments with fail-to-pass and pass-to-pass verification at scale, from which we regenerate self-contained task specifications, recover near-miss trajectories, and distill supervision through process-aware filtering, while KwaiClawEnv synthesizes large-scale tool-use trajectories from executable services and real task seeds. We further scale reinforcement learning with harness randomization, a reliability-hardened sandbox, an asymmetric actor--critic PPO with hindsight-augmented value estimation, and a harness-oriented reward framework, and unify SWE, Agent-Claw, and WebCoding experts via Multi-Teacher On-Policy Distillation. Across six software-engineering and agentic benchmarks, KAT-Coder-V2.5 delivers the best agentic tool-use result on PinchBench and ranks second only to the frontier Opus 4.8 on repository-level software engineering. Our service is available at https://streamlake.com/product/kat-coder.
Abstract（参考訳）: コード中心のエージェントモデルであるKAT-Coder-V2.5について述べる。その能力は、再現可能な環境の不足、検証可能な報酬、高価値軌道の不足により、モデルスケールによるボトルネックが少なく、エンドツーエンドのエージェントによるポストトレーニングフレームワークで対処します。 AutoBuilderは、フェール・ツー・パスの検証とパス・ツー・パスの検証を大規模なサンドボックス環境に再構築することで、自己完結したタスク仕様を再現し、ニアミスのトラジェクトリを回復し、プロセス認識フィルタリングを通じて監視を精査し、KwaiClawEnvは実行可能サービスと実際のタスクシードから大規模ツール使用トラジェクトリを合成する。我々はさらに、ハーネスランダム化による強化学習、信頼性向上されたサンドボックス、非対称なアクター・クリティックPPO、およびハーネス指向の報酬フレームワークを拡張し、マルチTeacher On-Policy Distillationを介してSWE、Agent-Claw、WebCodingのエキスパートを統一する。 KAT-Coder-V2.5は6つのソフトウェアエンジニアリングおよびエージェントベンチマークで、PinchBench上で最高のエージェントツール使用結果を提供し、リポジトリレベルのソフトウェアエンジニアリングにおいて最上位のOps 4.8にランクインしている。私たちのサービスはhttps://streamlake.com/product/kat-coder.comで利用可能です。

関連論文リスト

A Jagged Frontier: Evaluating Robustness of Code Agents to Semantics-Preserving Transformations [7.48361039542955]
我々は、周辺コードのバリエーションが意味論的に等価な形式に書き換えられる際に、リポジトリレベルの問題を修復するコーディングエージェントが信頼性を維持しているかどうかを評価する。共通セマンティクス保存変換(SPT)を適用したランダムな変種標本化手法を提案する。 4つのフロンティアモデルのうちの1つを背景とした2つのエージェント足場(ミニSWEエージェントとOpenCode)を評価した。
論文参考訳（メタデータ） (2026-08-18T23:46:11Z)
EnvFactory: Scaling Tool-Use Agents via Executable Environments Synthesis and Robust RL [54.09410318521061]
本稿では,エージェント強化学習(Agentic RL)トレーニングのための完全に自動化されたフレームワークであるEnvFactoryを紹介する。 EnvFactoryは、認証リソースから自律的に、ステートフルで実行可能なツール環境を探索する。トポロジーを意識したサンプリングとキャリブレーションによる自然なマルチターン軌道を合成する。トレーニング効率とダウンストリーム性能が向上し、BFCLv3ではQwen3シリーズモデルを最大15%改善し、MPP-Atlasでは+8.6%、VitaBenchでは+6%向上した。
論文参考訳（メタデータ） (2026-05-18T17:37:40Z)
Orchard: An Open-Source Agentic Modeling Framework [124.68499958175111]
スケーラブルなエージェントモデリングのためのオープンソースのフレームワークOrchardを紹介します。 Orchard Envは、サンドボックスライフサイクル管理のための再利用可能なプリミティブを提供する軽量環境サービスである。 Orchard Envの上に、3つのエージェントモデリングレシピを構築します。
論文参考訳（メタデータ） (2026-05-14T16:35:12Z)
ChipMATE: Multi-Agent Training via Reinforcement Learning for Enhanced RTL Generation [55.947962672433675]
ChipMATEは、RTL生成のための最初の自己学習型マルチエージェントフレームワークである。 ChipMATEは産業的な実践に触発され、VerilogエージェントとPythonのリファレンスモデルエージェントをペアにし、相互に出力を検証する。 ChipMATEは、VerilogEval V2で75.0%と80.1%パス@1を4Bと9Bベースモデルで達成している。
論文参考訳（メタデータ） (2026-05-13T01:04:21Z)
ClawGym: A Scalable Framework for Building Effective Claw Agents [47.47444724291439]
ClawGymは、Clawスタイルのパーソナルエージェント開発の全ライフサイクルをサポートするスケーラブルなフレームワークである。 ClawGym-SynDataは、ペルソナ駆動のインテントとスキル接地操作から合成された13.5Kのフィルタリングタスクのデータセットである。次に、ブラックボックスのロールアウト軌跡の教師付き微調整を通じて、ClawGym-Agentsと呼ばれる有能なClawスタイルのモデルのファミリーを訓練する。さらに、自動フィルタリングとヒューマンLLMレビューを通じて200インスタンスのベンチマークであるClawGym-Benchを構築します。
論文参考訳（メタデータ） (2026-04-29T17:12:22Z)
KAT-Coder-V2 Technical Report [45.53423367042574]
本稿では,KwaiKATチームが開発したエージェントコーディングモデルであるKAT-Coder-V2を紹介する。 KAT-Coder-V2は、エージェントコーディングを5つの専門ドメインに分解する"Specialize-then-Unify"パラダイムを採用している。我々は、数万の同時サンドボックスインスタンスを持続するモジュラーインフラストラクチャであるKwaiEnvを開発した。
論文参考訳（メタデータ） (2026-03-29T14:01:35Z)
SWE-QA-Pro: A Representative Benchmark and Scalable Training Recipe for Repository-Level Code Understanding [41.98672557723593]
SWEQA-Proは,多種多様な長期リポジトリと実行可能な環境から構築されたベンチマークである。さらに,2段階のトレーニングレシピであるSupervised Fine-Tuning(SFT)とReinforcement Learning from AI Feedback(RLAIF)という,スケーラブルな合成データパイプラインを提案する。 SWE-QA-ProのGPT-4oを2.3ポイント超え、最先端モデルとのギャップを大幅に狭める。
論文参考訳（メタデータ） (2026-03-17T05:12:48Z)
SWE-World: Building Software Engineering Agents in Docker-Free Environments [91.17484806743641]
SWE-Worldは、物理的な実行環境を、ソフトウェアエンジニアリングエージェントのトレーニングと評価のための学習的なサロゲートに置き換える、Dockerフリーのフレームワークである。我々は,SWE-WorldがQwen2.5-Coder-32Bを,DockerフリーのSFTで6.2%から52.0%,DockerフリーのRLで55.0%,さらにTSで68.2%に引き上げたことを示す。
論文参考訳（メタデータ） (2026-02-03T11:44:39Z)
Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。 ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。 ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
論文参考訳（メタデータ） (2025-12-31T14:03:39Z)
State-of-the-art Small Language Coder Model: Mify-Coder [4.57001984042699]
Mify-Coderは同等の精度と安全性を達成しつつ、標準的なコーディングと関数呼び出しベンチマークのベースラインモデルを大幅に上回っている。私たちのトレーニングパイプラインは、高品質なキュレートされたソースと、エージェント設計のプロンプトによって生成された合成データを組み合わせています。量子化されたMify-Coderは、特別なハードウェアを必要としない標準的なデスクトップ環境へのデプロイを可能にする。
論文参考訳（メタデータ） (2025-12-26T18:16:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。