/ Модель

Характеристики

Контекст
163 840 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Опубликована
13 мая 2026

SWE-Review-8B

Генерация текстаТекст → текст4 профессии

SWE-Review-8B — дообученная на траекториях ревью кода модель Qwen3, которая исследует репозитории и выдаёт структурированные замечания по pull request для итерационной доработки.

57скачиваний за 30 дней2лайкавеса обновлены9 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SWE-Review-8B — это диалоговая языковая модель для агентного ревью кода, дообученная разработчиками SWE-Review на Qwen3-8B с использованием 8 914 траекторий ревью из набора SWE-Review-Traj. Модель исследует репозиторий с помощью вызовов инструментов, самостоятельно ищет первопричину проблемы и формирует структурированное решение по ревью с диагностическими замечаниями для доработки.

Модель предназначена для автоматизации ревью pull request и итерационного цикла «изменение — ревью — исправление», в том числе для оценки патчей на задачах SWE-bench. Это плотная архитектура Qwen3 с 7,6 млрд параметров и контекстом до 163 840 токенов. README описывает англоязычное применение в программной разработке и запуск через vLLM с поддержкой вызова инструментов; опубликованные результаты относятся к SWE-Review-Bench и зависят от уровня качества входных pull request.

Модель распространяется под лицензией Apache-2.0. Она предназначена для работы в составе агентного контура с доступом к чтению файлов и поиску по коду; сама по себе не предоставляет полный процесс оркестрации. В README приведены конкретные настройки парсера вызовов инструментов, а результаты бенчмарка не гарантируют аналогичного качества на других языках, репозиториях или типах изменений.

Сценарии применения

  • ревью pull request с поиском первопричины дефекта
  • поиск ошибок в изменениях кода с помощью инструментов анализа репозитория
  • подготовка диагностических замечаний для исправления патча
  • встраивание агентного ревьюера в цикл генерации и доработки кода
  • оценка качества патчей на задачах SWE-bench

Ограничения

Для полноценного агентного ревью модели нужны внешние инструменты для чтения файлов и поиска по коду, а также оркестрация. Качество в README оценено на SWE-Review-Bench, поэтому результаты не гарантируют такую же эффективность на других репозиториях и типах задач.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SWE-Review-8B

An agentic code review model fine-tuned from Qwen3-8B on 8,914 review trajectories (SWE-Review-Traj). The model explores a repository via tool calls, independently traces the root cause of an issue, and produces a structured review decision with diagnostic feedback for revision.

Project Page | Paper | Code | Benchmark | Training Data | Claude Code Plugin

About SWE-Review

SWE-Review is a framework for closing the issue-resolution loop with agentic code review. A reviewer agent independently explores the repository, traces the root cause, and compares its own diagnosis against the submitted PR — turning one-shot patch generation into an iterative generate-review-revise loop that raises resolve rates by up to +29.4 percentage points on SWE-bench Verified.

Quick Start

Serve with vLLM

python -m vllm.entrypoints.openai.api_server \
    --model SWE-Lego/SWE-Review-8B \
    --served-model-name SWE-Review-8B \
    --host 0.0.0.0 --port 8000 \
    --tensor-parallel-size 4 \
    --gpu-memory-utilization 0.9 \
    --max-model-len 131072 \
    --enable-auto-tool-choice \
    --tool-call-parser hermes \
    --chat-template-content-format string \
    --api-key dummy-key

Run a Review

The model is designed to be used as an agentic reviewer with tool-calling (file reading, code search, etc.). See the SWE-Review code repository for the full agentic review pipeline, including Harbor-based orchestration and benchmark evaluation scripts.

For a plug-and-play experience in Claude Code, install the cc-swe-review plugin.

Evaluation Results

Performance on SWE-Review-Bench (1,384 instances across 3 quality tiers):

SplitCR (%)DA (%)RRR (%)Δ RR
GLM-5 (high, baseline 72.2%)84.268.771.6-0.6
Coder-30B (medium, baseline 50.9%)81.466.952.8+1.9
Qwen3-30B (low, baseline 27.5%)71.171.635.1+7.6

Improvement over Base Model (Qwen3-8B without SFT)

SplitDA (base → SFT)RRR (base → SFT)
GLM-5 (high)49.0 → 68.7 (+19.7)72.2 → 71.6 (-0.6)
Coder-30B (medium)49.1 → 66.9 (+17.8)50.9 → 52.8 (+1.9)
Qwen3-30B (low)50.8 → 71.6 (+20.8)27.5 → 35.1 (+7.6)

SFT dramatically improves DA across all splits. On harder PRs (medium/low tiers), review-guided revision further raises resolve rate.

Test-Time Scaling

When used as the reviewer in iterative review-revision loops, the model enables 3.7× the test-time scaling gain at 6.7× the efficiency of independent resampling, reaching 38.4% resolve rate with only 2.44 samples on average.

Training Details

PropertyValue
Base ModelQwen/Qwen3-8B
Training DataSWE-Review-Traj (8,914 trajectories)
FrameworkLLaMA-Factory + DeepSpeed ZeRO-3
Epochs4
Learning Rate1e-4 (cosine scheduler)
Max Context Length131,072 tokens (YaRN rope scaling)
OptimizationsLiger kernel + Flash Attention v2

Important Notes

  • Use --tool-call-parser hermes (not qwen3_coder)
  • Set OPENHANDS_LLM_NATIVE_TOOL_CALLING=true when using with OpenHands
  • Do not use --reasoning-parser with this model
  • For Harbor agent execution, use http://172.17.0.1:<port>/v1 (Docker bridge gateway), not localhost

Citation

@misc{wang2026swereview,
  title={SWE-Review: Closing the Loop on Issue Resolution with Agentic Code Review},
  author={Ruoyu Wang and Jierun Chen and Shaowei Wang and Chaofan Tao and Sidi Yang and Yuxin Jiang and Kim-Hui Yap and Lifeng Shang and Xiaohui Li and Haoli Bai},
  year={2026},
  eprint={2607.06065},
  archivePrefix={arXiv},
  primaryClass={cs.SE},
  url={https://arxiv.org/abs/2607.06065}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
a744df8

0 моделей