iquestlab

至知创新研究院是一家聚焦人工智能基础研究与前沿技术探索的研究型机构，致力于推动原创 AI 技术的持续突破，并加速科研成果向真实世界的转化。

研究院关注大模型、代码智能、推理与数学、以及 AI 与复杂系统的交叉问题，强调可验证、可复现、可工程化的研究路径，力图在学术研究与工程实践之间建立长期、稳定的连接。

发起背景

至知创新研究院由国内头部量化机构 九坤投资 的创始团队联合发起成立。

在长期量化投资实践中，九坤持续投入于数据、算法与算力基础设施建设，围绕机器学习、优化算法与复杂系统建模构建了成熟的工程体系与研究能力。

在此基础上，发起团队选择将部分研究能力与技术视角从具体业务目标中抽离，成立独立研究机构，专注于更具长期价值的 AI 基础问题与通用能力研究。

代表性成果：IQuest-Coder 系列开源代码大模型

至知创新研究院已对外发布面向软件工程与复杂系统场景的开源代码大模型 IQuest-Coder-V1 系列，这是研究院在模型工程与系统级智能方向上的首个集中成果。

模型体系与工程特征

IQuest-Coder-V1 并非单一模型，而是一组家族化交付的模型体系：

• 覆盖 7B / 14B / 40B 等多种参数规模
• 同时提供 Instruct 与 Thinking 取向版本
• 提供 Loop（循环/递归）机制变体，用于在模型容量与推理效率之间进行工程权衡
• 原生支持 128K tokens 长上下文，适配大规模代码库与复杂工程场景
• 采用面向工程部署的模型架构设计（如 GQA 等）

训练范式与研究目标

在训练方法上，IQuest-Coder 系列强调 code-flow multi-stage training，关注的不只是静态代码文本，而是代码在真实软件工程中的演进过程，包括：

• 代码修改与版本演进
• 跨文件、跨模块的依赖关系
• 实际开发流程中的约束与反馈

研究院希望模型能够理解并参与真实的软件开发过程，而不仅仅是完成局部代码补全或生成任务。

研究方向

围绕人工智能的核心能力建设，至知创新研究院重点布局以下研究方向：

• 大语言模型与代码智能 探索模型在复杂软件系统中的理解、生成、规划与协作能力。
• 推理、数学与可验证任务 研究模型在结构化问题、数学推理及可自动评估任务中的能力边界与训练范式。
• AI 与复杂系统 关注模型在高复杂度、强约束环境下的稳定性、泛化能力与失效模式。
• 垂直领域模型探索（如医疗等） 探索通用模型能力在专业领域中的迁移、适配与可靠性问题。

学术研究与合作

研究院团队持续参与国际学术交流，并在基础研究方向上取得阶段性成果。

相关研究工作曾入选 NeurIPS 等国际顶级学术会议的重点展示单元，体现了在模型结构、推理机制与方法论层面的研究深度。

在此基础上，研究院鼓励以开源与开放合作的方式推动研究成果传播，与学术界与工程社区保持长期互动。

研究理念与愿景

至知创新研究院坚持长期主义的研究理念：

• 尊重真实系统中的复杂性
• 重视模型能力的可验证、可迁移与可持续演进
• 强调基础研究与工程实践之间的双向反馈

研究院希望在快速演进的 AI 技术浪潮中，持续产出具有结构性价值的研究成果，成为连接学术研究与产业实践的重要节点。