Kun Yuan (袁坤)

I am an algorithm R&D Engineer, currently working at Kuaishou Technology since 2021. At Kuaishou, my work involves two main directions. Since 2025, I have been working on foundation Large Language Models (LLMs), focusing on enhancing agentic coding capabilities through RL-based post-training. This work facilitated the development of the KAT (Kwai Auto-Think) models and the coding agent Codeflickr, which currently serves over 10,000 internal developers and provides external services. Prior to this, my focus was on video algorithms, where I applied multimodal LLM-based content understanding, KVQ (Kwai Visual Quality), and diffusion-based generative models, LPM (Large Processing Model), to improve the visual quality of video-on-demand (VoD) and live streaming.

Before joining Kuaishou, I was a Computer Vision Researcher at SenseTime Research from 2018 to 2021. My work there focused on improving the accuracy of face recognition algorithms, which were deployed in smart city projects and mobile devices. I also contributed to deep learning open-source toolchains, including SenseSpring and OpenMMLab. From 2016 to 2017, I was an algorithm intern at Horizon Robotics, participating in the development of edge-chip-based person re-identification systems.

I received my Master's degree from the National Laboratory of Pattern Recognition (NLPR) at the Institute of Automation, Chinese Academy of Sciences in 2018, and my Bachelor's degree from Beijing University of Posts and Telecommunications (BUPT) in 2015. My research interests include Agentic LLMs, AIGC (Image and Video Generation), and Large-scale AI Infrastructure.

自 2021 年加入快手，在人工智能和大模型领域持续探索，工作经历包含三个方面： (1) 大语言模型后训练与 Agentic LLM 开发； (2) 基于 VLM 的视频内容理解和基于 AIGC 的生成式视频处理； (3) AI Infrastructure，包括强化学习训练平台和大模型推理性能优化。

1. 大语言模型后训练与 Agentic LLM 开发： 通过强化学习后训练提升大模型（千亿参数量）在代码场景（SWE, Software Engineering）的能力。引入自动化流程持续从 Github 采集并筛选高质量、多语言（Python、Java、Go、C++等）、多场景（前端、后端、算法、测试等）代码数据，构建十万量级 {task, agent, tools, environment, verifier} 五元组数据进行强化学习训练，结合 GRPO/GSPO 算法有效提升了模型在代码生成、补全、修复等任务上的表现。同时，创新性地将多脚手架引入到轨迹的生成中提升真实使用场景的泛化能力，适配了大量黑盒 Agent 类型（Claude code, OpenCode, Kilocode等）。最终研发的 KAT (Kwai Auto-Think) 模型，在 SWE-bench-verified & Multilingual 数据集上取得接近 Claude Opus 4.6 的效果，并在Artificial Analysis Coding Index榜单上取得国内模型的第一位 (2026/03/31)。



2. 基于 VLM 的视频内容理解和基于 AIGC 的生成式视频处理： (1) 基于快手亿级别视频数据+多模态模型研发了快手视频质量评价体系 KVQ (Kwai Visual Quality)，通过自研 QPT (Quality-aware Pre-training) 系列算法 走通了基于海量无监督数据训练质量感知大模型的技术路线。结合高质量人工标注数据微调，在快手 100+ 垂类场景表现超过 Golden Eye，并能够给出白盒化内容理解和画质改善建议。落地快手视频生产消费全链路，指导智能编码、审核风控、搜索推荐等场景，日均调用 2 亿次。 (2) 生成式视频处理。基于快手私域和公域亿级别极高画质数据，通过改进 Rectified-Flow DiT 模型结构，结合时序一致性约束， 全量落地业界首个基于生成式的视频处理模型 Kwai LPM (Large Processing Model) (开源版本 XPSR， VARSR)， 在人像、风景、影视等领域取得了惊艳的增强修复效果。改善了快手短视频画质和用户体验，取得了显著的用户播放时长提升； 同时结合电商、商业化应用，通过清晰度的改善促进了 GMV 营收提升和广告消耗。

3. 大规模训练推理 AI Infrastructure： (1) 训练 infra。 针对大语言模型训练，基于 Megatron 和 SGlang 搭建了高效的分布式强化学习训练平台，探索千亿级别参数 MoE 模型最优 parallel 配置，稳定训练千卡 Blackwell GPU 任务。同时基于快手完善的容器云平台，实现万级别沙箱并发，通过镜像预编译和运行后销毁，有效支持了模型的快速迭代。 (2) 推理 infra。 针对 Diffusion-based 视频处理模型，自研多模型单引擎部署方案、SageAttention、一致性模型蒸馏等技术，将 DiT 模型推理从 25 步降低至 1 步。同时与NVIDIA 展开深度合作，基于 TensorRT-LLM、FP8 量化等技术大幅提升大模型在视频处理场景下的效率，整体加速 80+ 倍。并在 GTC2025 上分享技术：重塑短视频视觉体验：智能视频质量评价与处理大模型。