IQuest-Coder系列

IQuest-Coder-V1系列是由至知創新研究院發布的代碼大模型系列。2026年1月1日，九坤投資發布公告稱，至知創新研究院團隊正式開源發布了該系列模型。該模型能夠幫助程式設計師自動完成編程、修補漏洞和解釋代碼。至知創新研究院由九坤投資創始團隊發起設立，是一個獨立於其量化投研體系的研究型組織。研究院早期團隊在2025年於人工智慧領域學術會議NeurIPS上發表過被選為焦點論文的工作，例如與耶魯大學等團隊合著的E2Former模型相關工作。九坤投資在量化研究體系中套用了AI技術。

IQuest-Coder-V1系列的40B參數版本在SWE-bench Verified基準測試中取得了81.4%的成績。該系列模型採用了Code-Flow訓練範式，並提供了涵蓋多種參數規模的版本，其中40B參數版本額外提供了採用循環Transformer架構的Loop變體。模型已在GitHub和Hugging Face平台開源。

基本介紹

• 功能：自動編程、漏洞修補、代碼解釋
• 發布日期：2025年12月31日
• 開發者：至知創新研究院
• 類型：代碼大模型

發布信息

IQuest-Coder系列由至知創新研究院（IQuest Research）團隊於2025年12月31日深夜正式發布。其發起方九坤投資於同一時間發布了相關公告。本次發布的模型系列為IQuest-Coder-V1系列，模型已在GitHub和Hugging Face上全面開源。

功能特點

IQuest-Coder系列模型具備自動編程、漏洞修補和代碼解釋的功能。

核心技術

IQuest-Coder-V1系列採用了與傳統靜態代碼訓練不同的Code-Flow多階段訓練範式。該範式利用代碼倉庫的commit演化數據，構建(R_old, Patch, R_new)三元組進行訓練，讓模型學習代碼的演化軌跡。訓練數據聚焦於項目生命周期40%到80%的“成熟期”，以獲取更穩定的代碼變更模式。

其訓練流程包括預訓練、中期訓練與後訓練階段。預訓練階段使用通用數據和大規模代碼數據打底，隨後通過高質量代碼語料進行退火強化基礎代碼表征。中期訓練階段分兩期進行，首先在32K上下文長度下注入推理數據、Agent軌跡和代碼數據的混合，隨後將上下文擴展到128K，加入倉庫級的長序列樣本。後訓練階段分化為Thinking和Instruct兩條路徑，Thinking路徑先用包含顯式推理軌跡的數據進行監督微調，再用強化學習最佳化推理能力；Instruct路徑則用通用和代碼指令數據進行監督微調，再用RL增強指令遵循能力。

IQuest-Coder-V1系列涵蓋7B、14B、40B三種參數規模，每種規模均提供Instruct和Thinking版本，40B參數版本額外提供Loop版本。標準版基於Transformer架構。Loop變體採用循環Transformer架構，參數共享的Transformer塊執行兩次固定疊代，第二次疊代融合全局注意力和局部注意力，通過學習門控機制加權混合輸出。

該系列模型採用分組查詢注意力以實現高效推理，原生支持128K上下文長度，詞表大小為76800個token。

在性能表現上，IQuest-Coder-V1-40B-Loop-Instruct在SWE-bench Verified基準測試中取得81.4%的解決率。該模型在其他基準測試中亦有亮眼成績，例如在BigCodeBench上達到49.9%，在BFCL V3上達到73.8%，在Mind2Web上取得62.5%，在Terminal-Bench v1.0上達到51.3%。其Thinking版本在LiveCodeBench v6上成績為81.1%，在CRUXEval的Input-COT和Output-COT上分別達到98.5%和99.4%。

模型支持單卡H20推理，其Int4量化版本可在單張消費級NVIDIA 3090/4090 GPU上部署運行。

研發背景

至知創新研究院由九坤投資創始團隊發起設立，是一個獨立於其量化投研體系的研究型組織。研究院定位為加速AI套用落地的研究型組織，致力於為前沿AI技術研究做出原創性貢獻。

2025年，研究院早期團隊在人工智慧領域學術會議NeurIPS上發表過被選為焦點論文的工作，例如與耶魯大學等團隊合著的E2Former模型相關工作。早期團隊曾以“Ubiquant AI”署名多項高質量工作。

九坤投資自2020年起建設“北溟”超算集群，並設立內部AI Lab、Data Lab和水滴實驗室，將AI技術深度套用於量化投資研究。過去五年，九坤招聘的研究員90%以上具有AI研究背景，公司體系已融入AI原生思路。這些長期的技術與人才積累，為IQuest-Coder系列模型的研發奠定了基礎。

運營模式

至知創新研究院（IQuest Research）由九坤投資創始團隊發起設立，是一個獨立於量化投研體系的AI研究平台。該研究院關注AI技術在垂直領域的套用。其發展路徑是從量化投資領域向更廣泛的AI套用場景延伸。

IQuest-Coder-V1系列模型已在GitHub和Hugging Face平台開源，遵循開源協定。該模型的基礎版本和Loop版本支持在單張NVIDIA H20顯示卡上進行推理，其Int4量化版本可在單張NVIDIA GeForce RTX 3090或4090等消費級GPU上部署。

核心團隊

至知創新研究院由九坤投資創始團隊發起設立。九坤投資創始人王琛擁有清華大學數學物理學士和計算機博士學位，師從圖靈獎得主姚期智院士。聯合創始人姚齊聰是北京大學數學學士、金融數學碩士。