Kimi K2.7 在 2400 个编程任务上后训练，DeepSWE 提升 17.7 个百分点
echen · x · 2026-10-22
echen 公布新一轮后训练结果：将 Kimi K2.7 在 2400 个编程任务上训练后，DeepSWE 从 31% 升至 48.7%（+17.7pp），Terminal Bench 4 从 0% 升至 14.3%（+14.3pp），SWE-Bench Pro 从 60.1% 升至 68.1%（+8.0pp）。结果发布在 Surge AI 的 Post-Training Runs 平台上，该平台还展示了在 Surge 数据上训练 Nemotron Super 3.5 的多组结果：AutomationBench +11.5pp（11.7%→23.2%）、图表推理 Chartography +14.6pp、指令遵循在 ComplexConstraints/AdvancedIF/IFBench/MultiChallenge 四项全面提升、agentic coding DeepSWE +7.9pp，并分析增益是否迁移到训练分布之外。
所属事件:Kimi K2.7 后训练新进展：2400 个编码任务带来基准大幅提升(2 条相关)→
「模型」频道最新
- DeepSeek 发布 V4.1-Flash-1017：性能成本双优化，登顶开源推理榜 — scaling01 · 2026-10-22
- 修复 PHP 漏洞被 OpenAI 安全限制拦住:能修不能验,用户吐槽 Codex 拦截 — Next_Technology6361 · 2026-10-22
- TPN-006 上架 Hugging Face:7.7GB 压缩版反超 Mistral 原模型 — markjeffrey · 2026-10-22
- Kimi K3.1 新 checkpoint 零样本 22 分钟画出 4.9 万 token SVG 肖像 — lyraxana · 2026-10-22
- MiniMax 发布 M3.1 Flash：价格仅 M3 的 1/3，速度快 3 倍 — MiniMax_AI · 2026-10-22
- 15 条提示词 3.5 小时：用 Gemini 4 Argon 零素材造出 60FPS 3D 卡丁车游戏 — rseroter · 2026-10-22