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

量子位2026-09-29报道，IQuest-Q1模型能通过Prompt直接生成小游戏，同时具备从RL训练数据中揪出隐藏空格bug的能力。该模型在多个复杂任务评测中表现突出。

模型采用decoder-only Transformer架构，配合稀疏MoE设计，总参数约320B，激活参数约15B。其研发流程具备自我迭代能力，验证过的模型更新和训练资产可直接用于后续版本。

实测中，IQuest-Q1成功生成《国庆卧室保卫战》小游戏，包含NPC设定和血条系统，玩家可选择躺平回血或完成今日目标小彩蛋。在RL训练故障排查中，模型定位到空格错误导致的Reward曲线异常。

团队研发的ModularRSI自进化框架提升Agent准确率至76.45%，支持跨任务、跨模型执行能力复用。该模型在代码生成、网络安全基准等测试中表现优异。

IQuest-Q1通过精准算力分配实现高效训练，其研发团队在模型优化和自进化框架方面取得多项突破，相关成果登上Hugging Face日榜。

模型支持从RL训练数据中识别隐藏空格bug，确保训练流程正常进行。其技术特点包括稀疏权重分解、MuonH优化等创新。

该模型在Terminal-Bench 2.1等测试中表现不俗，具备代码长程任务处理能力。研发团队持续优化模型性能，推动AI复杂任务处理能力提升。