家人们，科技圈又有大新闻啦！月之暗面（Moonshot AI）最近推出了全新的开源模型——Kimi-Dev-72B，这个模型一登场，就在软件工程领域掀起了一阵风暴，还在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，直接成了开源模型里的新标杆！
小参数大能量，超越“巨无霸”对手
Kimi-Dev-72B的设计参数只有72亿，可别小看这数字，它成功超越了刚发布不久的DeepSeek-R1，要知道DeepSeek-R1的参数量可是高达671亿呢！这就好比一个身材小巧的运动员，却能在赛场上打败身材魁梧的对手，实力不容小觑。
在SWE-bench Verified测试中，Kimi-Dev-72B拿到了60.4%的高分。这个测试可不简单，它就像一场严格的考试，只有所有测试用例都通过了，模型才能获得奖励。这就保证了Kimi-Dev-72B生成的解决方案既正确又稳健，完全符合现实开发的高标准。
开放下载，资源丰富等你来拿
现在，Kimi-Dev-72B已经在Hugging Face和GitHub平台上开放下载啦！用户可以轻松获取模型权重和源代码，技术报告也即将发布。要是你想体验一下这个厉害的模型，赶紧去这两个平台看看吧。
Hugging Face链接：huggingface.co/moonshotai/Kimi-Dev-72B
GitHub链接：github.com/MoonshotAI/Kimi-Dev
双重角色，工作流程简单高效
在设计理念上，Kimi-Dev-72B就像一个全能选手，结合了BugFixer和TestWriter的双重角色。BugFixer负责修复代码里的错误，就像一个细心的医生，把代码里的“毛病”一个个找出来并治好；TestWriter则编写相应的单元测试，确保代码的质量和稳定性。这两个部分相互配合，让模型在编程任务中更加有效。
Kimi-Dev-72B的工作流程也很简单明了，主要分为文件本地化和代码编辑两个阶段。就像盖房子一样，先打好地基（文件本地化），再进行装修（代码编辑），一步一步地把任务完成。
高质量数据训练，强化学习提升能力
为了增强模型的能力，月之暗面可是下了大功夫。他们使用了约1500亿个高质量数据进行中期训练，这些数据都来自GitHub的真实问题和PR提交。而且，他们还对数据进行了严格的净化，让模型能够学习到人类开发者是如何解决问题和编写代码的。
在强化学习阶段，重点提升模型的代码编辑能力。通过基于结果的奖励系统，就像给模型设立了一个个小目标，完成目标就能获得奖励，从而逐步优化模型的表现。
自我博弈，提升性能和效果
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。这就好比两个高手在对决，互相切磋，从而提升自己的实力。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。
未来发展，深度集成更便捷
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，让它能更无缝地融入开发者的工作流程。公司还承诺会持续改进这个模型，进行严谨的红队测试，以便向社区推出更强大的版本。
家人们，让我们一起期待Kimi-Dev-72B在未来能给我们带来更多的惊喜吧！
