九坤旗下至知研究院发布开源代码大模型IQuest-Coder-V1
2026年开年，九坤投资创始团队发起设立的至知研究院（IQuest Research）正式发布首代开源代码大模型系列IQuest-Coder-V1。
该系列涵盖7B、14B、40B三种参数规模，并提供标准版与Loop变体两个技术路径，已全面开源至GitHub与Hugging Face平台。
其中旗舰模型IQuest-Coder-V1-40B-Loop-Instruct在SWE-bench Verified基准测试中取得81.4%解决率，超过Claude Sonnet 4.5（77.2%）与GPT-5.1（76.3%）；其余指标包括：BigCodeBench 49.9%、BFCL V3 73.8%、Mind2Web 62.5%、Terminal-Bench v1.0 51.3%；Thinking版本在LiveCodeBench v6达81.1%，CRUXEval Input-COT/Output-COT分别为98.5%和99.4%。
聚焦代码演化轨迹的Code-Flow训练范式
区别于传统基于静态代码快照的训练方式，IQuest-Coder创新采用Code-Flow范式，系统性利用代码仓库commit演化数据构建（R_old, P, R_new）三元组样本：R_old为稳定开发阶段的初始代码状态，P为变更Patch，R_new为迭代后的新状态。
训练数据筛选聚焦项目生命周期40%–80%的“成熟期”，规避早期探索性代码与后期碎片化维护修改，以提升变更模式对真实软件开发逻辑的代表性。
该设计使模型更贴近程序员实际思维——关注“代码如何从一种状态演变为另一种状态”，天然契合需生成patch修复issue的SWE-bench类任务；技术报告指出，仓库演化数据在任务规划能力上提供的训练信号优于静态快照。
分阶段训练架构与Loop Transformer创新设计
预训练阶段采用通用数据+代码语料打底，再以高质量代码语料进行退火；中间训练分两期：先在32K上下文注入推理数据、Agent轨迹与代码混合数据，再扩展至128K并加入仓库级长序列样本。
Agent轨迹数据包含完整“行动–观察–修正”闭环，涵盖命令执行、日志输出、错误反馈与测试结果等环境信号；技术报告认为，此类数据可赋予模型“闭环智能”，并在分布偏移下稳定后训练性能。
后训练分为Thinking与Instruct双路径：Thinking路径通过含显式推理轨迹的数据监督微调，再以强化学习（RL）优化推理能力；Instruct路径则侧重通用及代码指令数据监督微调，再用RL增强指令遵循能力。Thinking版本展现出显著的自主错误恢复（error-recovery）能力，该能力在标准Instruct路径中几乎未见，印证RL对解锁“自主调试”能力的关键作用。
Loop变体提升计算深度与部署效率平衡
LoopCoder采用循环Transformer架构，令参数共享的Transformer块执行两次固定迭代：首次处理输入嵌入；第二次同时计算全局注意力（queries指向第一次所有key-value）与局部因果自注意力。
两种注意力输出通过基于query表示的学习门控机制加权融合，在有限参数规模下提升有效计算深度，兼顾模型能力与部署效率。
技术价值与后续验证空间
IQuest-Coder-V1的核心技术贡献在于对commit演化数据的大规模、系统性工程化应用，此前在开源大模型训练中尚属少见。技术报告承诺开源完整训练流程与中间检查点，为研究代码模型如何习得软件工程能力提供重要参考。
需指出的是，SWE-bench Verified仅覆盖500个Python样本，存在榜单针对性优化争议；其在真实开发场景中的生产力转化效果，仍有待社区广泛实测验证。
图丨IQuest-Coder-V1的架构（来源：GitHub）
图丨研究团队展示的太阳系模拟示例（来源：IQuest Lab）
图丨训练流程（来源：GitHub）
图丨基准测试结果（来源：IQuest-Coder-V1）