/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,2 млрд
Размер весов
5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
nanocode_sft_60b
Библиотека
transformers
Опубликована
28 сен 2026

nanocode-sft-r01-openswe-success

Генерация текстаТекст → текст4 профессии

Промежуточная дообученная модель MiniCPM5 для генерации ответов и вызовов инструментов в задачах программной инженерии.

228скачиваний за 30 дней0лайковвеса обновлены28 сен 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

LingweiGu/nanocode-sft-r01-openswe-success — это промежуточный исследовательский чекпойнт модели для генерации текста, дообученной на траекториях успешных агентов программной инженерии. В README указана MiniCPM5 с архитектурой LlamaForCausalLM; метаданные каталога указывают семейство Llama, плотную архитектуру и 2,2 млрд параметров. Модель создана полным supervised fine-tuning от eigentom/nanocode_sft_60b, checkpoint-8900, на отфильтрованных примерах из nvidia/Open-SWE-Traces. По метаданным длина контекста составляет 131 072 токена.

Модель предназначена для продолжения диалога агента-разработчика, включая рассуждения, текстовые ответы и вызовы инструментов в исходных форматах OpenHands, SWE-agent и mini-swe-agent. Обучающая выборка включала 68 476 траекторий по 18 372 задачам; результаты downstream-бенчмарков в карточке не приведены. Репозиторий содержит веса Safetensors и использует Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • генерация шагов агента для исправления ошибок в коде
  • подготовка патчей по задачам разработки ПО
  • ведение диалога агента с инструментами разработки
  • продолжение траекторий SWE-agent, OpenHands и mini-swe-agent

Ограничения

Это промежуточный исследовательский чекпойнт; в карточке нет результатов downstream-бенчмарков, поэтому практическое качество на задачах разработки не установлено. Обучение охватывало отфильтрованные успешные траектории и ограниченный набор форматов инструментов.

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

nanocode SFT round 1 — Open-SWE-Traces successes

A 2.5B-parameter MiniCPM5 model (LlamaForCausalLM, 131,072-token context) after one round of continued supervised fine-tuning on filtered, successful software-engineering agent trajectories.

  • Starting point: eigentom/nanocode_sft_60b, checkpoint-8900 (MiniCPM5-2B-Midtrain after SFT on the official UltraData SFT mixture), revision 3b6f57a2, weights only.
  • Data: trajectories from nvidia/Open-SWE-Traces (revision f8fb5b3d) with resolved == 1, after removing SWE-bench Verified, SWE-bench Pro and DeepSWE repositories, malformed tool-call records and conservative risk flags; at most 6 trajectories per task. 68,476 trajectories over 18,372 tasks: 3.14B input tokens, 0.98B supervised (assistant) tokens. Tool formats are the original OpenHands / SWE-agent / mini-swe-agent ones (no harness conversion).
  • This is an intermediate research checkpoint. No downstream benchmark results are reported here yet.

Training

SettingValue
FrameworkLLaMA-Factory (full fine-tuning), DeepSpeed ZeRO-2, FlashAttention-3, Liger kernels, gradient checkpointing
Sequencespre-tokenized with the native MiniCPM5 chat template; loss on assistant turns only (reasoning, text, tool calls); packed to 32K with per-sample attention/position boundaries; up to 131,072 tokens, never truncated
Batch32 sequences per update (8×H100 × accumulation 4), cost-balanced sampling across GPUs
OptimizerAdamW (fresh state), weight decay 0.01, grad clip 1.0, bf16
Schedulewarmup–stable–decay: 100 warmup steps, 1e-5 flat, cosine decay over the last 20% to 1e-6
Steps2,124 updates, 1 epoch
Hardware8× H100 80GB (Vector Institute Killarney cluster)

Held-out loss (64 trajectories from a repository-disjoint validation split):

Step025050075010001250150017502000
Loss0.3170.2590.2540.2510.2490.2470.2460.2440.240

trainer_state.json contains the full training log.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "LingweiGu/nanocode-sft-r01-openswe-success"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, dtype="bfloat16")

Use the bundled chat template (chat_template.jinja); it supports tool definitions and reasoning.

License and attribution

Model weights: Apache-2.0, following the MiniCPM5 base model. Training data derived from nvidia/Open-SWE-Traces (CC BY 4.0; per-record upstream repository licenses apply); attribution to NVIDIA and the upstream Scale-SWE and SWE-rebench-V2 task sources.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
322cada

0 моделей