/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Библиотека
transformers
Опубликована
3 июл 2026

HopCoder-Mini-35B-A3B-VL36

Изображение и текст → текст6 профессий

Мультимодальная модель Taimoor Siddiqui для программирования, анализа изображений и видео и работы с инструментами.

18скачиваний за 30 дней0лайковвеса обновлены5 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 «Изображение → 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

HopCoder Mini-35B-A3B-VL36 — мультимодальная модель для работы с кодом и агентных сценариев, выпущенная Taimoor Siddiqui. Она объединяет текстовую модель с 35 млрд общих и 3 млрд активных параметров с визуальным стеком VL36. В репозитории веса не дообучались: к текстовому чекпойнту добавлены тензоры визуальной части, поэтому это объединённая модель с сохранёнными текстовыми весами и добавленной поддержкой зрения.

Модель принимает текст и изображения, а также поддерживает понимание видео; предназначена для чата, анализа изображений и видео, программирования и вызова инструментов. Карточка заявляет сценарии длинного контекста, но конкретная длина не приведена. Веса BF16, формат хранения — safetensors; для запуска автор рекомендует vLLM 0.23 или новее. Лицензия — Apache-2.0.

Качество визуальной части не проверялось на бенчмарках, а возможности агентного редактирования файлов ограничены: модель может анализировать код, но испытывает трудности с автономным переходом от исследования к редактированию. Формальной оценки безопасности и выравнивания не проводилось.

Сценарии применения

  • анализ скриншотов и изображений при работе с кодом
  • понимание видео в контексте программирования
  • ответы на вопросы по фрагментам кода
  • вызов инструментов в диалоговых агентных сценариях
  • длинные диалоги о разработке ПО

Ограничения

Качество визуальной части не оценивалось на бенчмарках, формальная оценка безопасности не проводилась. В автономных агентных циклах модель может испытывать трудности с переходом от анализа к редактированию файлов.

Для каких профессий подходит6

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

HopCoder Mini-35B-A3B-VL36

HopCoder Mini-35B-A3B-VL36 is a BF16 vision-language coding and agent model released by Taimoor Siddiqui. It combines a 35B-A3B agentic text backbone with a VL36 vision stack for image/video understanding, tool use, and coding workflows.

No additional training was performed in this repository. The checkpoint is a weight-level merge with the text tensors preserved and the vision tensors added.

Identity

  • Product name: HopCoder Mini
  • Repository: TaimoorSiddiqui/HopCoder-Mini-35B-A3B-VL36
  • Creator and publisher: Taimoor Siddiqui
  • Default chat identity: injected by chat_template.jinja

The chat template includes a default system identity so normal chat, vision, and tool-calling prompts identify the assistant as HopCoder Mini by Taimoor Siddiqui. Runtime architecture, tokenizer, and processor class names in JSON config files are intentionally left unchanged when required by Transformers or vLLM loaders. Do not rename those loader identifiers unless the corresponding runtime classes are also renamed and registered.

What Changed

  • Added the VL36 model.visual.* tensors to the agentic text checkpoint.
  • Removed the language_model_only flag so the vision tower is instantiated.
  • Added HopCoder Mini metadata to config.json.
  • Added an identity-safe default system instruction to chat_template.jinja.
  • Added Modal-only repo and benchmark runners in modal_repo_ops.py and modal_h200_eval.py.
  • Added a smallest-useful-first LoRA SFT path in modal_small_sft.py.
  • Added tools/identity_scan.py for repository-level identity leak checks.

Result: 1026 tensors total, with the text backbone and lm_head preserved and the vision tower loaded from model-vision.safetensors.

Serving

Use vLLM 0.23 or newer for the later benchmark/serving run.

vllm serve TaimoorSiddiqui/HopCoder-Mini-35B-A3B-VL36 \
  --tensor-parallel-size 1 \
  --limit-mm-per-prompt '{"image": 4, "video": 1}'

Do not pass --language-model-only; that disables the vision tower.

Capabilities

  • Agentic coding and tool-calling workflows.
  • Image and video input through the VL36 vision stack.
  • Long-context chat and coding use cases supported by the checkpoint config.
  • BF16 full-precision weights; this is not a quantized release.

Known Limitations

  • Vision quality is not benchmarked. The VL36 vision tower is a cross-generation graft from a separate checkpoint and may differ from a natively co-trained VLM. No vision benchmark suite has been run.
  • No additional safety tuning or evaluation beyond basic smoke tests. Identity probes and a short vision smoke test passed, but no formal safety, alignment, or red-team evaluation has been conducted.
  • Agent-style interactive coding is limited. The base backbone was not trained on interactive shell-agent workflows; the model can read and reason about code but struggles to transition from exploration to autonomous file editing in an unsupervised agent loop.

Current Evaluation Status

This preparation run does not execute the vLLM benchmark. The H200 Modal runner is included so the benchmark can be launched later with the requested resources: 8 vCPU, 32 GiB RAM, and an H200 GPU.

Prepared entrypoints:

python -m modal run modal_repo_ops.py --action repo-scan
python -m modal run modal_h200_eval.py --action identity-probe --model-id TaimoorSiddiqui/HopCoder-Mini-35B-A3B-VL36
python -m modal run modal_h200_eval.py --action vision-smoke --model-id TaimoorSiddiqui/HopCoder-Mini-35B-A3B-VL36
python -m modal run modal_h200_eval.py --action suite-command --suite swebench-pro --command "<official SWE-bench Pro command>"
python -m modal run modal_h200_eval.py --action suite-command --suite terminal-bench-2 --command "<official Terminal-Bench 2.0 command>"
python -m modal run modal_h200_eval.py --action suite-command --suite claw-eval --command "<official Claw-Eval command>"

See BENCHMARKS.md for the deferred benchmark workflow.

See TRAINING.md for the smallest useful first LoRA SFT pass and the Stage 2 reasoning/code/agent trace-mix plan.

Rebuild

The included build_merged_vl36.py script can reproduce the local merged checkpoint from the source text and vision repositories. It is intended for controlled rebuilds, not for routine inference.

pip install huggingface_hub safetensors torch
python build_merged_vl36.py

License

Released under Apache-2.0. See LICENSE and NOTICE for copyright and third-party license notices retained for compliance.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
5518ad8

0 моделей