SWE-2 — флагманская модель программирования от Cognition, прошедшая пост-обучение на базе Kimi K3 и созданная для агентной разработки ПО с целенаправленной навигацией по кодовой базе и строгой верификацией на нескольких уровнях усилий.
Назначение продукта и его официальное позиционирование
SWE-2 — это специализированная модель для программирования, разработанная компанией Cognition и прошедшая пост-обучение на основе базовой модели Kimi K3 с 2,8 трлн параметров с использованием обучения с подкреплением, адаптированного для агентной инженерии ПО.
Интегрированная напрямую в среды Devin, модель SWE-2 выполняет сквозные рабочие процессы разработки, включая поиск по репозиторию, редактирование множества файлов, проверку сборки и написание тестов.
Сценарии, подтверждённые официальными источниками
Разработчики могут поручать SWE-2 задачи по кодовой базе для анализа файлов, планирования изменений, применения правок и создания коммитов с проверенными исправлениями.
Команды инженеров могут использовать модель для написания сквозных тестов, автономно проверяющих изменения ПО на граничных сценариях.
SWE-2 прошла пост-обучение на базе Kimi K3, масштабируя обучение с подкреплением на модель с триллионами параметров для оптимизации производительности на разных уровнях усилий рассуждения за один цикл обучения.
Архитектура обучения использует базовый уровень вознаграждения, взвешенный по длине, для стабилизации дисперсии градиента без необходимости дополнительных обратных проходов. Развертывание и генерация опираются на ядра NVFP4 и FP8, а также на спекулятивное декодирование с драфт-моделью, обновляемой в реальном времени.
Проверки на собственных материалах и рабочих процессах
Какие источники и когда были проверены
Ответы на основе карточки продукта с проверенными источниками
SWE-2 прошла пост-обучение на основе Kimi K3 — модели с 2,8 триллиона параметров с предварительным обучением с подкреплением для задач агентного написания кода.
SWE-2 доступна в средах Devin Desktop и Devin CLI, а также поэтапно развертывается в Devin Web и Devin Fusion.
SWE-2 концентрирует исследование на релевантных файлах, что позволяет приступать к редактированию кода за меньшее количество предварительных шагов, чем в SWE-1.7.
Модель поддерживает уровни усилий medium, high и max, позволяя выбирать между быстрым редактированием кода и более глубоким планированием или верификацией.
SWE-2 заново формулирует выводы, запуская тестовые артефакты и изучая технические доказательства, а не принимая гипотезы пользователя без проверки.
