Kimi Dev 72B

🚀 Kimi-Dev

Kimi-Devは、ソフトウェアエンジニアリングタスクに特化した強力なオープンソースのコーディング用大規模言語モデル（LLM）です。SWE-bench Verifiedにおいて、オープンソースモデルの中で最高の性能を達成しています。

Kimi-Devの紹介:
問題解決に特化した強力なオープンソースのコーディング用LLM

Kimi-Devチーム

✨ 主な機能

• 高い性能：Kimi-Dev-72Bは、SWE-bench Verifiedで60.4%の性能を達成し、オープンソースモデルの中で新たな最先端技術を築きました。
• 大規模強化学習による最適化：Docker内の実際のリポジトリを自動的に修正し、テストスイート全体が通過した場合にのみ報酬を得るように訓練されています。これにより、実世界の開発基準に合致した正確で堅牢な解決策が得られます。
• 利用可能性：Hugging FaceとGitHubでダウンロードおよびデプロイが可能です。開発者や研究者の皆様に、その能力を探索し、開発に貢献することを歓迎します。

SWE-bench Verifiedにおけるオープンソースモデルの性能

📦 インストール

このモデルはHugging FaceとGitHubで利用可能です。以下のように、transformersライブラリを使用してモデルをロードできます。

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "moonshotai/Kimi-Dev-72B"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

📚 引用

@misc{kimi_dev_72b_2025,
  title        = {Introducing Kimi-Dev: A Strong and Open-source Coding LLM for Issue Resolution},
  author       = {{Kimi-Dev Team}},
  year         = {2025},
  month        = {June},
  url          = {\url{https://www.moonshot.cn/Kimi-Dev}}
}

📋 詳細情報