热点事件持续更新
Kimi K2.7 Code 智能体编程 RL 跨基准迁移
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 刊出实证研究，考察智能体编程任务上的强化学习跨基准迁移。研究对象为开源 MoE 模型 Kimi K2.7 Code，参数规模 1T、激活 32B。方法上，仅用 RL 在 1,700 个专家构建的智能体编程任务上对模型做后训练，采用一个 epoch 的 GSPO（rank-32 LoRA）。结果显示，六个外部基准的 pass@1 全面提升。报道未给出各基准的具体数值、提升幅度及评测细节，也未提及后续复现或扩展实验。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
研究显示，Kimi K2.7 Code 经一个 epoch GSPO 后训练，六个外部基准 pass@1 全面提升。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）智能体编程任务上的 RL 跨基准迁移：Kimi K2.7 Code 的实证研究
对 1T 参数（32B 激活）的开源 MoE 模型 Kimi K2.7 Code 仅用 RL 在 1,700 个专家构建的智能体编程任务上后训练，一个 epoch 的 GSPO（rank-32 LoRA）即让六个外部基准的 pass@1 全面提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。