KAT-Coder-V2 技术报告

本文介绍了快手 KwaiKAT 团队开发的智能体编码模型 KAT-Coder-V2。该模型采用“先专精后统一”范式，将编码任务分解为五个专家领域独立进行监督微调与强化学习，再通过在线策略蒸馏整合。团队开发了支持大规模并发沙箱的 KwaiEnv 基础设施，并提出 MCLA 稳定混合专家强化训练，以及树形训练法消除冗余计算。实验表明，该模型在 SWE-bench Verified 等基准测试中表现优异，接近或超越主流闭源模型。