/ Модель

Характеристики

Контекст
131 072 токена
Параметры
71,5 млрд
Размер весов
145 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-72B
Опубликована
9 янв 2025

SWE-Fixer-Editor-72B

Генерация текстаТекст → текст4 профессии

Дообученная модель-редактор кода для внесения исправлений в GitHub-репозитории по описаниям issue.

94скачиваний за 30 дней3лайкавеса обновлены10 янв 2025

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-Fixer-Editor-72B — дообученная InternLM модель для исправления реальных задач и ошибок в репозиториях GitHub. Она выступает компонентом редактора кода в конвейере SWE-Fixer: после поиска подходящих файлов репозитория модель помогает вносить изменения по описанию issue. Модель основана на плотной архитектуре Qwen2 и содержит 71,5 млрд параметров; поддерживает контекст до 131 072 токенов и распространяется в формате safetensors.

Модель предназначена для генерации кода и диалогового взаимодействия при решении задач разработки. В README указано дообучение на Qwen2.5-7B, однако метаданные Hugging Face указывают базовую модель Qwen/Qwen2.5-72B; поэтому точную базу следует считать неоднозначной. В метаданных также указаны наборы SWE-Fixer-Train-110K и SWE-Fixer-Eval. Лицензия — MIT. Карточка не сообщает конкретные ограничения качества или поддерживаемые естественные языки.

Сценарии применения

  • исправление ошибок в коде по описанию GitHub issue
  • редактирование файлов репозитория для решения задач разработки
  • генерация патчей кода по контексту проекта

Ограничения

README и метаданные расходятся в указанной базовой модели: README сообщает Qwen2.5-7B, а метаданные — Qwen/Qwen2.5-72B. Поддерживаемые естественные языки и количественные оценки качества в предоставленных данных не описаны.

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-Fixer: Training Open-Source LLMs for Effective and Efficient GitHub Issue Resolution

SWE-Fixer is a simple yet effective solution for addressing real-world GitHub issues by training open-source LLMs. It features a streamlined retrieve-then-edit pipeline with two core components: a code file retriever and a code editor.

This repo holds the SWE-Fixer-Editor-72B model, which is finetuned on the Qwen2.5-7B.

For more information, please visit our project page.

📚 Citation

@article{xie2025swefixer,
  title={SWE-Fixer: Training Open-Source LLMs for Effective and Efficient GitHub Issue Resolution}, 
  author={Xie, Chengxing and Li, Bowen and Gao, Chang and Du, He and Lam, Wai and Zou, Difan and Chen, Kai},
  journal={arXiv preprint arXiv:2501.05040},
  year={2025}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
e73646f

0 моделей