/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-360M-Instruct
Библиотека
transformers
Опубликована
13 июн 2026

slm-agent-search-hit-ranker-smollm2-360m

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная SmolLM2 выбирает место определения символа среди результатов поиска по коду для узкой подзадачи агента-разработчика.

32скачиваний за 30 дней0лайковвеса обновлены13 июн 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

ishaanranjan выпустил Code Search-Hit Ranker — полно-параметрическую модель с supervised fine-tuning на базе HuggingFaceTB/SmolLM2-360M-Instruct. Это компактная плотная Llama-архитектура с 361,8 млн параметров, рассчитанная на генерацию текста и узкую подзадачу агента-разработчика: выбор места определения символа среди результатов grep по репозиторию. Модель принимает текстовый запрос и выдаёт ответ в ограниченном JSON-формате; контекст составляет до 8192 токенов, а обучение использовало последовательности длиной до 2048 токенов.

Модель предназначена для встраивания в проверенный исполнительный контур, который формирует специализированный запрос, проверяет JSON, применяет детерминированные правила и при необходимости использует резервную логику. На тестах с репозиториями HTTPX и Jinja2 доля успешных ответов составила 19,2%, при этом корректность JSON на первом проходе — 100%; авторы эксперимента заключают, что для этой подзадачи достаточно правил. Это не универсальный помощник по программированию, а узкоспециализированный экспериментальный чекпойнт. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • выбор определения символа среди результатов grep в Python-репозитории
  • ранжирование совпадений поиска по коду для агента-разработчика
  • возврат выбора в заданной JSON-схеме внутри проверенного контура

Ограничения

Специализирована на одной закрытой JSON-схеме и не рассчитана на широкое следование инструкциям. В описанной оценке успешно справилась с задачей в 19,2% случаев; для этой подзадачи авторы считают достаточными детерминированные правила.

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

Code Search-Hit Ranker (SmolLM2 360M)

This is a full-parameter supervised fine-tune of HuggingFaceTB/SmolLM2-360M-Instruct for one narrow, schema-bound developer-agent subroutine:

Pick the definition site among real grep hits for a symbol.

The model is one cell from the Parameter Floors for Developer-Agent Subroutines experiment. Labels are generated by deterministic oracles over real Python repositories; no teacher model or human judge labels the data.

Intended Use

Use this checkpoint inside the repository's verified subroutine harness, which renders the task-specific prompt, parses strict JSON, permits one localized schema-feedback retry, applies deterministic guards, and falls back to rules where appropriate. This is not a general coding assistant or chat model.

Evaluation

Evaluation uses up to 250 examples from HTTPX and Jinja2, both held out entirely from training. Decoding is greedy.

MetricResult
Success after one schema retry19.2%
First-pass success19.2%
First-pass schema validity100.0%
Base instruct success after retry0.0% for the base instruct model
Rules-only success99.3%

Experiment verdict for this subroutine: rules suffice.

Training

  • Training examples: 1576
  • Epochs: 3.0
  • Learning rate: 2e-05
  • Effective batch configuration: 32 per device x 1 gradient accumulation
  • Maximum sequence length: 2048
  • Seed: 0
  • Final training loss: 0.845060
  • Reproduction hardware: one NVIDIA A100 80GB PCIe
  • Source revision: d0fd7bf

The dataset was generated from pinned Flask, Click, and Rich repositories for training/validation. HTTPX and Jinja2 were reserved for testing.

Limitations

The checkpoint is specialized to one closed JSON schema and should not be expected to retain broad instruction-following ability. The experiment mixes two base-model families across its size sweep. Some subroutines are better served by deterministic rules; consult the verdict above before deployment.

License

Apache-2.0, following the base model. Experiment code is MIT licensed.

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
c89da7d

0 моделей