IQuest-Coder-V1-40B-Instruct

IQuest-Coder-V1-40B-Instruct 是 IQuestLab 发布的 IQuest-Coder-V1 代码大模型系列中的指令优化版本，面向通用编程问答、代码生成、代码理解与工程辅助等场景。官方将该系列定位为面向“自主软件工程（autonomous software engineering）”与“代码智能（code intelligence）”任务的开源代码模型家族。

该系列的核心训练思路被描述为 code-flow multi-stage training：相较只学习静态代码快照，训练会显式利用代码库演化过程（例如提交历史与变更轨迹）来学习更贴近真实开发流程的“动态代码逻辑”。在后训练阶段，官方将系列模型分为两条主要路径：其一是偏通用指令跟随与编码助手体验的 Instruct 线；其二是面向复杂问题分解与更强推理过程的 Thinking 线（本条目为 Instruct 线）。

架构与技术规格方面，官方描述该系列原生支持 128K 上下文窗口，并采用 Grouped Query Attention (GQA) 以提升推理效率；词表规模为 76,800。在工程使用上，模型卡提示该系列使用 Hugging Face 的 auto_map 自定义建模代码，建议使用 transformers>=4.52.4 进行加载与推理。

性能与评测方面，官方在仓库与模型卡中给出了该系列在若干代码基准上的公开成绩，包括 SWE-Bench Verified（81.4%）、BigCodeBench（49.9%）与 LiveCodeBench v6（81.1%）。这些结果用于说明其在代理式软件工程、竞赛编程与复杂工具使用等维度的覆盖范围（具体对比对象与评测设置以官方材料为准）。

应用场景与限制方面，官方材料强调：模型生成的代码不会被自动执行，工程使用需在隔离/沙箱环境中验证；在高专业或私有框架场景下效果可能波动；同时模型可能生成“看似合理但不正确”的实现，关键逻辑应进行充分测试与审阅。

访问方式与许可方面，本模型已在 Hugging Face 发布权重并提供 Transformers 方式加载；官方 GitHub 仓库提供技术报告（Technical Report）与使用说明。许可证在公开页面上以项目自定义/变体形式呈现，落库字段按你系统可选项填为“Modified MIT License”。