/ Модель

Характеристики

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

LocoTrainer-4B

Генерация текстаТекст → текст3 профессии

Модель LocoTrainer-4B анализирует кодовые базы и отвечает на вопросы о MS-SWIFT, используя инструменты и создавая отчёты.

45скачиваний за 30 дней152лайкавеса обновлены14 мар 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

LocoTrainer-4B — плотная языковая модель с 3,7 млрд параметров, разработанная для работы в агентном фреймворке LocoTrainer. Она дообучена методом полной настройки параметров с дистилляцией знаний на базе Qwen/Qwen3-4B-Instruct-2507; учительской моделью была Qwen3-Coder-Next. Модель ориентирована на MS-SWIFT: знает документацию, параметры CLI и структуру проекта, помогает анализировать кодовые базы и создавать подробные отчёты в Markdown.

Модель поддерживает диалог и многошаговый вызов инструментов Read, Grep, Glob, Bash и Write через структурированный JSON. Указанное в метаданных максимальное окно контекста — 262 144 токена; в README сказано, что обучение на длинном контексте охватывает 32K токенов. Для локального запуска доступна квантованная версия в формате GGUF, а сама модель распространяется в safetensors. Лицензия — MIT.

Модель специализирована на MS-SWIFT; её качество на посторонних кодовых базах не проверено. Из-за размера 4B она может испытывать трудности со сложными многошаговыми рассуждениями, а знания о структуре MS-SWIFT могут устаревать по мере развития фреймворка.

Сценарии применения

  • поиск настроек и параметров CLI в MS-SWIFT
  • анализ структуры проекта MS-SWIFT
  • поиск по файлам кодовой базы с помощью инструментов
  • создание отчёта Markdown по результатам анализа проекта
  • ответы на вопросы о документации и возможностях MS-SWIFT

Ограничения

Модель специализирована на MS-SWIFT; её качество на других кодовых базах не проверено. Она может быть недостаточно сильной для сложных многошаговых рассуждений, а сведения о структуре MS-SWIFT могут устаревать.

Для каких профессий подходит3

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

PyPI MODEL GGUF Colab GitHub

Introduction

LocoTrainer-4B is a 4B-parameter MS-SWIFT domain expert agent trained via knowledge distillation from Qwen3-Coder-Next. Unlike general-purpose code agents, it combines multi-turn tool-calling with deep MS-SWIFT framework knowledge — enabling it to analyze codebases and generate comprehensive markdown reports without a separate reasoning model.

Demo

LocoTrainer analyzing MS-SWIFT codebase with LocoTrainer-4B model via vLLM

LocoTrainer-4B
Base ModelQwen3-4B-Instruct-2507
Teacher ModelQwen3-Coder-Next
Training MethodFull-parameter SFT (distillation)
Training Data361,830 samples (agent trajectory + MS-SWIFT knowledge + project paths)
Max Sequence Length32,768 tokens
Training Hardware8x NVIDIA H100 80GB
Training Time~25 hours
FrameworkMS-SWIFT

Key Features

  • MS-SWIFT Domain Expert: Trained on MS-SWIFT documentation, CLI parameters, and project structure paths — answers framework questions accurately
  • Tool-Calling Agent: Generates structured <tool_call> JSON for Read, Grep, Glob, Bash, and Write tools
  • End-to-End Reports: From a single question to a complete, well-structured markdown analysis report
  • Long Context: 32K training covers 90% of long-context analysis scenarios
  • Local Deployment: GGUF quantized version available for zero API cost inference

Quick Start

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LocoreMind/LocoTrainer-4B"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

messages = [
    {
        "role": "system",
        "content": "You are Claude Code, Anthropic's official CLI for Claude.\n\nYou are an interactive agent that helps users with software engineering tasks.\n\nCRITICAL CONSTRAINTS:\n1. ALWAYS use absolute file paths in tool calls.\n2. EFFICIENCY: Use multiple tool calls to explore the codebase.\n3. OUTPUT: Save your findings as a well-structured markdown document.\n\nENV: Working directory is /Users/developer/workspace (macOS, zsh)."
    },
    {
        "role": "user",
        "content": "What are the default LoRA settings in ms-swift?\n\nAnalyze the codebase at /Users/developer/workspace/ms-swift and save your findings as a well-structured markdown document to /Users/developer/workspace/output/output.md."
    }
]

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

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=1024,
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist()

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

LocoTrainer Framework

LocoTrainer-4B is designed to run inside the LocoTrainer agent framework, which handles the full agent loop — tool execution, multi-turn conversation, and report generation.

pip install locotrainer

locotrainer run -q "What are the default LoRA settings in ms-swift?"
# → output/output.md

For full setup and usage, refer to the GitHub repository.

Training Details

ParameterValue
Base modelQwen3-4B-Instruct-2507
Teacher modelQwen3-Coder-Next
MethodFull-parameter SFT
Training data361,830 samples
Data compositionAgent trajectory + MS-SWIFT knowledge + project structure paths
Hardware8x NVIDIA H100 80GB
DeepSpeedZeRO-2
PrecisionBF16
Epochs1
Max sequence length32,768 tokens
AttentionFlash Attention 2
Kernel optimizationLiger Kernel
Learning rate1e-5, warmup ratio 0.05
Batch size1/GPU, gradient accumulation 4 (effective batch 32)
Templateqwen3_nothinking
FrameworkMS-SWIFT
Training time~25 hours

Known Limitations

  • Specialized for MS-SWIFT; performance on unrelated codebases is untested
  • 4B parameters — complex multi-hop reasoning may require a larger model
  • MS-SWIFT project structure knowledge reflects the training data snapshot; may drift as the framework evolves

License

MIT

Acknowledgments

  • Qwen Team for the Qwen3-4B-Instruct-2507 base model
  • MS-SWIFT for the training framework and the codebase this model specializes in
  • 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
1f18de8

0 моделей