GPT
הוספת כלי
K

KAT-Dev

קוד פתוח

Kwaipilotapache-2.02025-09-15

  • transformers
  • safetensors
  • qwen3
  • text-generation
  • conversational

מודל קוד פתוח בגודל 33B פרמטרים שמיועד למשימות הנדסת תוכנה מורכבות. הוא פותר באגים אמיתיים ברמת ביצועים שמציבה אותו במקום החמישי במבחני SWE-Bench.

  • 33Bפרמטרים
  • 131,072טוקנים בהקשר
  • 61.0 GBמשקל הקבצים
  • 471הורדות בחודש

מה זה

בסיס המודל נשען על ארכיטקטורת Qwen3ForCausalLM, אך הוא עבר שרשרת אימונים שונה מהרגיל. מעבר לכוונון עדין סטנדרטי, המפתחים הוסיפו שלב של חיזוק מונחה באמצעות דוגמאות ממהנדסים אנושיים, ולאחר מכן אימון חיזוק מבוסס סוכנים בהיקף רחב. המטרה כאן ברורה, לייצר כלי שיודע לעבוד עם כלים חיצוניים, לתכנן מהלכים ולתקן קוד בסביבות פיתוח מורכבות ולא רק להשלים שורות בודדות.

במבחן SWE-Bench Verified הוא פתר 62.4% מהבעיות. המשמעות בפועל היא יכולת ממשית לקחת תיאור תקלה מגיטהאב, להבין מאגר קוד קיים, למצוא את הקבצים הנכונים ולבצע שינויים שבאמת עוברים את הבדיקות. עם חלון הקשר של 131,072 טוקנים, יש לו מספיק מקום לטעון קבצים שלמים והיסטוריית שיחה ארוכה בלי לאבד את ההקשר הטכני.

מתאים ל

  • תיקון באגים אוטונומי

    קריאת דיווחי תקלות, איתור הבעיה בתיקיית הפרויקט והצעת פתרון מדויק שעובר בדיקות.

  • סוכן לפיתוח בטרמינל

    שילוב עם כלים כמו Claude Code להפעלת פקודות מערכת ועדכון קבצים באופן ישיר.

  • ניתוח בסיסי קוד עמוקים

    טעינת עשרות קבצים במקביל לחלון הקשר של 131 אלף טוקנים כדי להבין תלויות מערכת.

איפה זה נופל

למרות ההצלחה בפתרון בעיות, מדובר במודל שדורש אינטגרציה עמוקה עם סביבות ריצה כדי לתפקד כסוכן. המפתחים לא שחררו מידע על ביצועים בשפות שאינן אנגלית, ויכולת הניתוח בעברית מוטלת בספק. בנוסף, שלב האימון המוקדם התמקד ביכולות בסיסיות של שיחה וכלים שלא תמיד הציגו שיפור במבחנים פשוטים, כך שקוד גנרי קצר לא בהכרח ייכתב טוב יותר מאשר במודלים קלים וזולים בהרבה.

שאלות
נפוצות

האם אפשר להריץ את המודל על כרטיס מסך ביתי בודד?

לא. המודל שוקל 61.0 GB בבסיס שלו ומצריך חלוקה בין מספר מאיצים גרפיים. פקודת ההרצה הרשמית דורשת שמונה מעבדים כדי לעבוד בצורה יציבה.

איך מחברים אותו לשימוש בתוך כלי הפיתוח?

מריצים שרת vLLM עם התבניות והמנתחים שמגיעים בקבצי המודל. לאחר מכן מחברים אותו לסביבות פיתוח או נתבים כמו claude-code-router.

איך מריצים

כדי להריץ אותו מקומית צריך מערך חומרה רציני. משקל הקבצים עומד על 61.0 GB בפורמט bfloat16, כך שתצטרכו לפחות שרת עם שמונה מאיצים גרפיים, כפי שממליצים בהגדרות ההפעלה של vLLM עם tensor-parallel-size 8. ההרצה כוללת שימוש מובנה במנתחי קריאות לכלים שנמצאים במאגר עצמו, מה שמחייב קונפיגורציה מדויקת.

אם אין לכם שרת ייעודי בענן עם שפע של זיכרון וידאו, עדיף להשתמש בגרסת ה־API של המודל הקנייני שלהם או בפתרונות ניתוב כמו claude-code-router. החזקת תשתית כזו עבור בדיקות מזדמנות פשוט לא משתלמת כלכלית.

from transformers import pipeline

pipe = pipeline("text-generation", model="Kwaipilot/KAT-Dev")
print(pipe("שלום"))

הקבצים

27 קבצים במאגר, 61.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0. זהו רישיון מתירני שמאפשר שימוש מסחרי מלא, שינוי הקוד והפצה פנימית או חיצונית בתוך מוצרים. הדרישה העיקרית היא שמירה על הודעות זכויות היוצרים והרישיון המקורי בקבצים.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗