/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
MIT
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
23 фев 2026

LocoOperator-4B

Генерация текстаТекст → текст5 профессий

Небольшая дистиллированная модель для локального исследования кодовых баз и вызова инструментов в многошаговом агентном цикле.

226скачиваний за 30 дней278лайковвеса обновлены24 фев 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

LocoOperator-4B — плотная языковая модель LocoreMind примерно на 4 млрд параметров, дообученная методом дистилляции на трассах работы Qwen3-Coder-Next. Она основана на Qwen/Qwen3-4B-Instruct-2507 и предназначена для многошагового исследования кодовых баз в цикле агента, похожем на Claude Code: чтения файлов, поиска по коду и навигации по структуре проекта.

Модель генерирует текст и структурированные JSON-вызовы инструментов Read, Grep, Glob, Bash, Write, Edit и Task. В README сообщается о 100% корректности JSON-вызовов и согласованности по наличию вызова инструмента на тестовой выборке из 65 диалогов; контекстная длина по метаданным — до 262 144 токенов. Указаны поддержка чата и кода, а также лицензия MIT. Для локального запуска автор описывает квантованный формат GGUF с llama.cpp, но в метаданных репозитория указан формат safetensors.

Согласно README, модель иногда выбирает другой инструмент, чем эталон, реже инициирует параллельные вызовы и может предпочитать Bash чтению файлов. Оценка проведена на небольшой выборке, поэтому заявленные показатели не гарантируют аналогичное качество на других проектах и сценариях.

Сценарии применения

  • поиск функций и файлов в кодовой базе с помощью инструментов
  • навигация по структуре репозитория
  • чтение файлов и поиск по исходному коду в агентном цикле
  • формирование структурированных JSON-вызовов инструментов для работы с проектом

Ограничения

В README указано, что совпадение первого выбранного инструмента с эталоном составляет 65,6%; модель также реже генерирует параллельные вызовы и может предпочитать Bash чтению файлов. Оценка основана на 65 примерах, поэтому её масштаб недостаточен для широких выводов о качестве.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MODEL GGUF Blog GitHub Colab

Introduction

LocoOperator-4B is a 4B-parameter tool-calling agent model trained via knowledge distillation from Qwen3-Coder-Next inference traces. It specializes in multi-turn codebase exploration — reading files, searching code, and navigating project structures within a Claude Code-style agent loop. Designed as a local sub agent, it runs via llama.cpp at zero API cost.

LocoOperator-4B
Base ModelQwen3-4B-Instruct-2507
Teacher ModelQwen3-Coder-Next
Training MethodFull-parameter SFT (distillation)
Training Data170,356 multi-turn conversation samples
Max Sequence Length16,384 tokens
Training Hardware4x NVIDIA H200 141GB SXM5
Training Time~25 hours
FrameworkMS-SWIFT

Key Features

  • Tool-Calling Agent: Generates structured <tool_call> JSON for Read, Grep, Glob, Bash, Write, Edit, and Task (subagent delegation)
  • 100% JSON Validity: Every tool call is valid JSON with all required arguments — outperforming the teacher model (87.6%)
  • Local Deployment: GGUF quantized, runs on Mac Studio via llama.cpp at zero API cost
  • Lightweight Explorer: 4B parameters, optimized for fast codebase search and navigation
  • Multi-Turn: Handles conversation depths of 3–33 messages with consistent tool-calling behavior

Performance

Evaluated on 65 multi-turn conversation samples from diverse open-source projects (scipy, fastapi, arrow, attrs, gevent, gunicorn, etc.), with labels generated by Qwen3-Coder-Next.

Core Metrics

MetricScore
Tool Call Presence Alignment100% (65/65)
First Tool Type Match65.6% (40/61)
JSON Validity100% (76/76)
Argument Syntax Correctness100% (76/76)

The model perfectly learned when to use tools vs. when to respond with text (100% presence alignment). Tool type mismatches are between semantically similar tools (e.g. Grep vs Read) — different but often valid strategies.

Tool Distribution Comparison

JSON & Argument Syntax Correctness

ModelJSON ValidArgument Syntax Valid
LocoOperator-4B76/76 (100%)76/76 (100%)
Qwen3-Coder-Next (teacher)89/89 (100%)78/89 (87.6%)

LocoOperator-4B achieves perfect structured output. The teacher model has 11 tool calls with missing required arguments (empty arguments: {}).

Quick Start

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LocoreMind/LocoOperator-4B"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the messages
messages = [
    {
        "role": "system",
        "content": "You are a read-only codebase search specialist.\n\nCRITICAL CONSTRAINTS:\n1. STRICTLY READ-ONLY: You cannot create, edit, delete, move files, or run any state-changing commands. Use tools/bash ONLY for reading (e.g., ls, find, cat, grep).\n2. EFFICIENCY: Spawn multiple parallel tool calls for faster searching.\n3. OUTPUT RULES: \n   - ALWAYS use absolute file paths.\n   - STRICTLY NO EMOJIS in your response.\n   - Output your final report directly. Do not use colons before tool calls.\n\nENV: Working directory is /Users/developer/workspace/code-analyzer (macOS, zsh)."
    },
    {
        "role": "user",
        "content": "Analyze the Black codebase at `/Users/developer/workspace/code-analyzer/projects/black`.\nFind and explain:\n1. How Black discovers config files.\n2. The exact search order for config files.\n3. Supported config file formats.\n4. Where this configuration discovery logic lives in the codebase.\n\nReturn a comprehensive answer with relevant code snippets and absolute file paths."
    }
]

# prepare the model input
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=512,
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist()

content = tokenizer.decode(output_ids, skip_special_tokens=True)
print(content)

Local Deployment

For GGUF quantized deployment with llama.cpp, hybrid proxy routing, and batch analysis pipelines, refer to our GitHub repository.

Training Details

ParameterValue
Base modelQwen3-4B-Instruct-2507
Teacher modelQwen3-Coder-Next
MethodFull-parameter SFT
Training data170,356 samples
Hardware4x NVIDIA H200 141GB SXM5
ParallelismDDP (no DeepSpeed)
PrecisionBF16
Epochs1
Batch size2/GPU, gradient accumulation 4 (effective batch 32)
Learning rate2e-5, warmup ratio 0.03
Max sequence length16,384 tokens
Templateqwen3_nothinking
FrameworkMS-SWIFT
Training time~25 hours
CheckpointStep 2524

Known Limitations

  • First-tool-type match is 65.6% — the model sometimes picks a different (but not necessarily wrong) tool than the teacher
  • Tends to under-generate parallel tool calls compared to the teacher (76 vs 89 total calls across 65 samples)
  • Preference for Bash over Read may indicate the model defaults to shell commands where file reads would be more appropriate
  • Evaluated on 65 samples only; larger-scale evaluation needed

License

MIT

Acknowledgments

  • Qwen Team for the Qwen3-4B-Instruct-2507 base model
  • MS-SWIFT for the training framework
  • llama.cpp for efficient local inference
  • Anthropic for the Claude Code agent loop design that inspired this work

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
7224ae2

0 моделей