يُعد نموذج KAT-Dev-32B على نوفيتا AI معيارًا جديدًا للذكاء الاصطناعي مفتوح المصدر في مجال هندسة البرمجيات. بمعاملات تبلغ 32 مليار وعملية تدريب متعددة المراحل، يحقق النموذج توازنًا بين الكفاءة والأداء مع بقائه مفتوحًا بالكامل أمام الباحثين والمطورين. على اختبار SWE-Bench Verified، يحل النموذج 62.4% من المهام، محتلاً المرتبة الخامسة بين النماذج مفتوحة المصدر من جميع الأحجام. تم تطويره بواسطة Kwaipilot، فريق استكشاف الذكاء الاصطناعي في Kuaishou، ويهدف النموذج إلى تقديم ذكاء برمجي متقدم للمطورين في جميع أنحاء العالم.
الأسعار الحالية على نوفيتا AI: نافذة سياق تبلغ 65,536 رمز، 0.15 دولار لكل مليون رمز إدخال، 0.40 دولار لكل مليون رمز إخراج
جرّب العرض التجريبي لنموذج DeepSeek KAT-Dev-32B
ما هو نموذج KAT-Dev-32B؟
يُعد KAT-Dev-32B نموذج لغة كبير مفتوح المصدر بمعاملات تبلغ 32 مليار، مصمم لمهام هندسة البرمجيات. تم تطويره بواسطة Kwaipilot، فريق أبحاث الذكاء الاصطناعي في Kuaishou الذي يستكشف قدرات النماذج الكبيرة المتطورة. مبني على أساس نموذج Qwen3-32B، تم تحسينه لتوليد الأكواد، إصلاح الأخطاء، إعادة هيكلة الأكواد، الاختبار، وسير عمل النشر. تم إصداره بموجب ترخيص kwaipilot، وهو متاح على Hugging Face ويمكن الوصول إليه مباشرة عبر ملعب نوفيتا AI التفاعلي.
ما الذي يميز نموذج KAT-Dev-32B؟
يتميز نموذج KAT-Dev-32B بسير تدريب يركز على المهام، يعزز التفكير من نوع الوكيل ودمج سير عمل المطورين. على عكس نماذج اللغة الكبيرة (LLMs) العامة، فإنه يدعم التفاعلات متعددة الجولات الطويلة، استخدام الأدوات، والسيناريوهات الموجهة للمطورين مثل تصحيح الأخطاء أو التهيئة. على نوفيتا AI، يتم دعم هذه المزايا ببنية تحتية قابلة للتوسع وواجهات سهلة الاستخدام، مما يمنح المستخدمين وصولًا فوريًا إلى ذكاء برمجي مفتوح المصدر.
كيف يتم تدريب نموذج KAT-Dev-32B؟
يأتي أداء نموذج KAT-Dev-32B نتيجة لثلاث مراحل مصممة بعناية من التدريب والضبط.
التدريب المتوسط
تبني هذه المرحلة المهارات الأساسية، بدءًا من استخدام الأدوات في بيئات معزولة إلى التعامل مع الحوارات متعددة الجولات الطويلة وفهم بيانات عمليات الالتزام (commit) وطلبات السحب (PR) في Git. كما تتضمن معرفة برمجية خاصة بالمجال وقدرات متابعة التعليمات.
الضبط الدقيق المشرف والتدريب بالتعزيز
في هذه المرحلة، يتم تنظيم النموذج مع ثمانية أنواع مهام (مثل إصلاح الأخطاء، التحسين، إعادة هيكلة الأكواد، فهم الأكواد) وثمانية سيناريوهات برمجة (تتراوح من تعلم الآلة/الذكاء الاصطناعي إلى هندسة الأمان). قبل التعلم بالتعزيز، تضيف مرحلة الضبط الدقيق بالتعزيز (RFT) “مسارات المعلم” — أمثلة من مهندسين بشريين خبراء تعزز الاستقرار والتعميم.
توسيع نطاق التعلم بالتعزيز الوكيلي
تحل مرحلة التوسيع النهائية تحديات الكفاءة في التعلم بالتعزيز باستخدام تقنيات متقدمة:
- تخزين مؤقت للبادئة لحساب الاحتمالات بشكل أسرع
- تقليم المسارات بناءً على الانتروبيا للحفاظ على العقد عالية القيمة فقط
- بنية SeamlessFlow لفصل عملية التدريب عن سلوك الوكيل وتعظيم الإنتاجية
كيف يؤدي نموذج KAT-Dev-32B على اختبار SWE-Bench؟
يصل نموذج KAT-Dev-32B إلى نسبة حل تبلغ 62.4% على اختبار SWE-Bench Verified، محتلاً المرتبة الخامسة بين النماذج مفتوحة المصدر ذات الأحجام المختلفة. يثبت هذا أن نموذج 32B مدرب بكفاءة يمكنه تحقيق موثوقية برمجية في العالم الحقيقي مماثلة لأنظمة أكبر بكثير.
كيفية البدء باستخدام نموذج KAT-Dev-32B على نوفيتا AI
الوصول إلى نموذج KAT-Dev-32B عبر نوفيتا AI بسيط، مع خيارات تناسب المستخدمين غير التقنيين والمطورين على حد سواء.
الوصول عبر الملعب التفاعلي
- وصول فوري: سجّل حسابك وابدأ تجربة نموذج KAT-Dev-32B في ثوانٍ
- واجهة تفاعلية: اختبر مطالبات البرمجة، صحح تطبيقاتك، واعرض الاستجابات في الوقت الفعلي
- مقارنة النماذج: قارن نموذج KAT-Dev-32B بنماذج أخرى لتقييم مدى ملاءمته لاحتياجاتك
الملعب التفاعلي مثالي للنماذج الأولية، تصحيح الأخطاء، واستكشاف سلوك النموذج دون أي إعدادات مسبقة.
التكامل عبر واجهة برمجة التطبيقات (API)
للمطورين، توفر نوفيتا AI واجهة برمجة تطبيقات REST موحدة لتكامل نموذج KAT-Dev-32B في التطبيقات.
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key="",
)
model = "kwaipilot/kat-dev"
stream = True # or False
max_tokens = 32768
system_content = "Be a helpful assistant"
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
يدعم هذا التكامل المرن درجة الحرارة، العقوبات، التحكم في التكرار، والمخرجات المتدفقة لسير عمل الإنتاج.
الأدوات الخارجية
تضمن نوفيتا AI التوافق مع النظام البيئي الأوسع:
- متوافق مع بيئات التطوير المتكاملة (IDEs) مثل Cursor و Qwen Code و Codex و Cline
- يتصل بأدوات التنسيق مثل LangChain و Dify و CrewAI و Langflow
- يوفر دعم استدلال من Hugging Face للنشر عبر النظام البيئي بأكمله
الخلاصة
يجعل نموذج KAT-Dev-32B على نوفيتا AI الذكاء البرمجي المتقدم متاحًا من خلال توفره مفتوح المصدر والبنية التحتية السحابية القابلة للتوسع. بفضل سير التدريب المكون من ثلاث مراحل، وتوسيع نطاق التعلم بالتعزيز الوكيلي، ونتائجه القوية على معيار SWE-Bench، يعد حلاً موثوقًا لمهام البرمجة البحثية والإنتاجية على حد سواء. تم تطويره بواسطة Kwaipilot، فريق استكشاف الذكاء الاصطناعي في Kuaishou، ويجمع بين الأبحاث المتطورة وتطبيقات هندسة البرمجيات في العالم الحقيقي.
ابدأ البناء بشكل أكثر ذكاءً اليوم — استكشف نموذج KAT-Dev-32B في ملعب نوفيتا AI التفاعلي أو قم بتكامله مباشرة عبر واجهة برمجة التطبيقات لجلب أداء برمجة من الجيل التالي إلى سير عملك.
نوفيتا AI هي منصة سحابية للذكاء الاصطناعي تقدم للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام واجهة برمجة التطبيقات البسيطة الخاصة بنا، مع توفير سحابة GPU ميسورة التكلفة وموثوقة للبناء والتوسع.
