arXiv 2610.30949
IQuest-Q1：エージェント型CLIシステムのための基盤能力の向上
IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems
AI推薦53
著者: A. Jian Yang, An Huang, Bo Dan, Chen Mu, Chengran Yang, Chuan Shi, Feng Chang, Hongxin Li +169
概要
著者らは、総パラメータ320B（活性15B）のスパースMixture-of-Experts型エージェント基盤モデルIQuest-Q1を提示します。学習は3段階で構成され、コーディングデータの比率を高めた2段階カリキュラムによる安定した事前学習、文脈長を段階的に延ばす細粒度の中間学習、そしてSFT・ドメイン特化RL・MOPDを組み合わせたマルチスキャフォールド・マルチバージョンの事後学習です。その後、モデルマージを行います。
はじめに
エージェント型のコーディングシステムには、学習が安定し、コーディングに強く、一般タスクでも有能な基盤モデルが必要です。本要旨は、大規模における学習の安定性とエージェント型コーディング能力に焦点を当て、この課題に取り組みます。
結果
得られたモデルはコーディングと一般タスクの両方で能力を示し、著者らはオープンソースとして公開しています。要旨には具体的なベンチマーク数値は示されていません。
結論
モデルと学習手法が公開されたことで、エンジニアや研究者はゼロから始めることなく、大規模なエージェント型コーディングモデルを基に開発を進められます。