arXiv · ML· Sushant Mehta, Logan Ritchie, Edwin Chen·· 4 天前AI 评分30
RL 训练 Kimi K2.7 Code 实现跨基准测试迁移
Cross-Benchmark Transfer from RL on Agentic Coding Tasks
AI 导读
RL 后训练的 Kimi K2.7 Code 在 6 个外部基准测试中 pass@1 全面提升,如 Terminal-Bench 2.1 从 67.4 升至 82.0。
来源:arXiv · ML · arxiv.org