【jinnianhui科技消息】2月4日，jinnianhui注意到，阿里巴巴官方宣布，正式开源专为编程智能体打造的Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next模型。
Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next采用极致高效的MoE架构，总参数达80B，但每次推理仅激活3B参数，大幅降低了显存与算力需求。该模型专为智能体设计，聚焦于长时程、多工具、可交互的真实编程任务。
在训练过程中，Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next不依赖参数规模扩张，而是着重扩展智能体训练信号。通过大规?？裳橹け喑倘挝裼肟芍葱谢肪逞盗?，模型能够直接从环境反馈中学习，掌握长时程推理、熟练使用工具以及从执行错误中有效恢复等核心能力。训练过程涵盖持续预训练、监督微调、领域专家训练和专家知识蒸馏等多个环节，确保模型在多个领域具备精细化专家能力。
实测表现方面，Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next在多个主流编程智能体基准上展现出强劲竞争力。在SWE-Bench Verified上，使用SWE-Agent框架时，该模型达到70%以上的问题解决率，在多语言设置及更具挑战的SWE-Bench-Pro基准上依然保持竞争力。尽管激活参数规模较小，但该模型在多项智能体评测中仍能匹敌或超过若干更大的开源模型。
此外，Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next部署门槛低，实用体验佳。开发者可将其灵活集成至本地IDE插件、命令行智能体或企业内网环境等多种场景，实现自动修复与代码生成、自然语言操作终端等功能。目前，Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next（Base）与Qr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫en3-Coder-Next（Instruct）两个版本已正式开源，全面支持研究、评测及商业应用，开发者可通过GitHub、魔搭、Hugging Face获取模型，也可进入阿里云百炼进行API调用。
版权所有，未经许可不得转载
-金年会体育