Kwai veröffentlicht KAT-Coder-V2.5-Dev als Open-Weight MoE-Modell mit 35B Parametern
ToolsHugging Face
CompaniesHugging Face
Warum es zählt
Das Modell reduziert fehlerhafte Tool-Aufrufe durch RL-Training drastisch (von 9,34 % auf 0,28 %) und behauptet SOTA bei Agentic Coding in seiner Parameterklasse – relevant für lokale Coding-Agenten mit begrenztem VRAM-Bedarf.
— Lumeric Redaktion
35B / 3B aktiv
MoE-Parameter gesamt / aktiviert
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Kwai veröffentlicht KAT-Coder-V2.5-Dev als Open-Weight MoE-Modell mit 35B Parametern
ToolsHugging Face
CompaniesHugging Face
Warum es zählt
Das Modell reduziert fehlerhafte Tool-Aufrufe durch RL-Training drastisch (von 9,34 % auf 0,28 %) und behauptet SOTA bei Agentic Coding in seiner Parameterklasse – relevant für lokale Coding-Agenten mit begrenztem VRAM-Bedarf.
— Lumeric Redaktion
35B / 3B aktiv
MoE-Parameter gesamt / aktiviert
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.