Company
Kuaishou KAT-Coder
Agentic RL on production IDE trajectories; the teacher is explicitly self-reported as DeepSeek
Overview
- HQ: Beijing
- Links: https://arxiv.org/abs/2510.18779; https://arxiv.org/abs/2507.08297
This profile was compiled from the AI training-data column cards (LLM); each column's data view is shown below under "Data profile" (in Chinese).
Data profile · 大模型
快手 KAT-Coder（Kwaipilot）
用生产级 IDE 轨迹做 agentic RL，教师明确自报为 DeepSeek
- 数据类型
- GitHub PR/issue/commit；生产 IDE 轨迹；开源模型生成 CoT；异构蒸馏
- 规模口径
- KAT-Coder mid-term 含约 20B token 的 PR/issue/commit/diff（公司口径）
数据路线一句话
自建管线加外部教师：KAT-V1 公开以 DeepSeek 为教师，KAT-Coder 的 RL 数据来自接入主流 coding agent 的真实环境轨迹。
六层明细
- L1 语料：KAT-Coder mid-term 含约 20B token 的 GitHub PR/issue/commit/diff；KAT-V1（40B）基于 Qwen2.5-32B 扩展 [1][2]。
- L2 授权：未披露。
- L3 人工：未披露。
- L4 RL 环境：Agentic RL 接入 Claude Code、Cline、Roo Code、CodeFlicker 等生产环境，用早期 KAT-Coder 生成生产级轨迹，规模未披露 [1]。KAT-Dev-72B-Exp 在 SWE-Bench Verified 74.6%（SWE-agent 脚手架，公司口径，模型卡），见 harness-sensitivity。
- L5 合成蒸馏：KAT-V1 的教师明确为 DeepSeek-V3（think-off）与 DeepSeek-R1-0528（think-on），MTP + ULD 异构蒸馏；无确定答案的数学/科学题用开源模型多数投票生成软标签。KAT-Coder 用先进开源推理模型生成 CoT，并在 simulated 环境合成 Plan-Action-Observation 轨迹，占比未披露 [1][2]。
- L6 回流政策：生产 IDE 轨迹属产品回流型数据，CodeFlicker 用户数据是否入训未披露。
自建与供应商
自建，供应商未披露。
反向供给与争议
不发布数据集，仅开源 KAT-Dev 权重；配比不公开。以 DeepSeek 为教师是公司自报事实，未查到争议。
Last compiled: 2026-10-15