【科技资讯】精准揪出RL训练数据Bug，Prompt直出小游戏，IQuest-Q1夯爆了！

📝 核心摘要

本文由量子位于2026年9月29日发布，聚焦大模型IQuest-Q1的技术突破与应用价值，属于数据要素领域的重要进展。IQuest-Q1由至知创新研究院IQuest Research研发，采用decoder-only Transformer主干搭配稀疏MoE架构，总参数约320B，激活参数仅15B，实现了算力的精准高效利用，且具备参与自身研发迭代的特性——其验证后的模型更新、训练资产等可直接复用至后续版本，形成研发闭环。研发团队近期成果显著：2026年7-8月相继提出MuonH优化、UBio-MolFM等研究成果，9月16日参与研发的ModularRSI自进化框架登上Hugging Face日榜第二，将Agent在Terminal-Bench 2.0、SWE-Bench Verified的准确率分别提升至52.43%、76.45%，解决了自改进中的信用分配与泛化难题。IQuest-Q1的两大实测亮点展现了其核心能力：一是仅用200字左右Prompt，就能生成适配竖屏手机的《国庆卧室保卫战》HTML小游戏，配备定制NPC设定、回血机制及“今日目标小彩蛋”，可缓解情绪焦虑；二是精准揪出RL训练中的隐藏Bug——某RL训练因推理服务解码时额外插入一个空格，导致文本回传错位、训练中断，IQuest-Q1通过分析日志与轨迹，定位到该空格问题并修复，使Reward曲线恢复正常。在Benchmark评测中，IQuest-Q1在NL2Repo、CyberGym、Terminal-Bench 2.1等复杂任务中表现不俗，同参数量模型中优势明显。整体来看，IQuest-Q1不仅具备创意生成与工程排错能力，更能交付可靠成果，推动AI在数据要素领域的落地应用。

🔗 阅读原文

👉 精准揪出RL训练数据Bug，Prompt直出小游戏，IQuest-Q1夯爆了！

🏷️ 标签：IQuest-Q1, RL训练数据, 大模型, Prompt生成