/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
8 июн 2026

ablation-pymethods2test-shaped-45-8B

Генерация текстаТекст → текст5 профессий

Контрольная точка Qwen3-8B, дообученная методом RL для решения задач SWE с кодом Python и тестами.

17скачиваний за 30 дней0лайковвеса обновлены4 сен 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

Это контрольная точка дообучения laion/GLM-4_7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k-fixthink, опубликованная LAION. Модель основана на архитектуре Qwen3 с плотной causal language model, содержит 7,6 млрд параметров и принимает текст, выдавая текст. Она предназначена для решения задач SWE: работы с кодом Python и доведения изменений до прохождения тестов в среде выполнения.

Контрольная точка получена методом RL с алгоритмом SkyRL GRPO на датасете DCAgent/exp_rpt_pymethods2test-large. В этой абляции использовалась награда по доле пройденных тестов, а не бинарная награда за прохождение всех тестов. Опубликован шаг 45 из 80; его выбрали по EMA средней сырой награды. Контекст модели составляет 40 960 токенов. Репозиторий содержит веса Safetensors и конфигурацию запуска для воспроизводимости; README также указывает на сопутствующий набор обучающих трасс open-athena/ablation-pymethods2test-shaped. Лицензия в предоставленных данных не описана.

Сценарии применения

  • исправление ошибок в коде Python
  • изменение кода для прохождения тестов
  • решение задач программной инженерии в среде выполнения
  • эксперименты с обучением агента-программиста на награде по доле пройденных тестов

Ограничения

Это экспериментальная исследовательская контрольная точка из абляционного эксперимента; качество описано через метрику обучающей награды, а не независимую оценку. Условия лицензии в предоставленных данных не указаны.

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

ablation-pymethods2test-shaped-45-8B

RL (SkyRL GRPO) checkpoint from the shaped-reward ablation of the a3-successor study. Reward = shaped pass-ratio (fraction of tests passing, reward_shaper=pass_ratio), as opposed to the binary all-tests-pass reward of the a3 series.

The rl_config.json in this repo is the exact launch config used for reproducibility.

Training Traces

Training-time Daytona/Harbor rollouts for this run are uploaded as a companion dataset: open-athena/ablation-pymethods2test-shaped

The dataset contains the last episode of each trial (per make_and_upload_trace_dataset --episodes last) — the same rollouts the policy was trained on after rollback / truncation.

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
c0d2c3b

0 моделей