/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
20 авг 2026

le-gros-chaton

Генерация текстаТекст → текст4 профессии

Дообученная на Qwen3.5-9B модель-агент для выполнения задач программирования и работы с файлами и командами в терминале.

63скачиваний за 30 дней1лайквеса обновлены20 авг 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

Le Gros Chaton — дообученная на базе Qwen3.5-9B языковая модель на 7,2 млрд параметров, созданная Mateooo93 для агентных задач программирования в терминале. Она использует архитектуру Qwen3.5 с гибридными Gated-Attention и Gated-DeltaNet и принимает текстовые запросы, формируя текстовые ответы и вызовы инструментов. Модель обучали в несколько этапов с помощью LoRA: выравнивание формата вызова инструментов и дообучение на траекториях решения задач Terminal-Bench 2.0; опубликованная версия объединяет результаты до второго этапа. Контекст базовой модели составляет до 262 144 токенов, хотя пример запуска в README ограничивает его 32 768 токенами.

Модель предназначена для работы в цикле агента: читать и редактировать файлы, запускать команды, разбирать вывод и продолжать работу до прохождения проверяющей задачи. В пилотной оценке Terminal-Bench 2.0 она набрала 25%; особенно сильной стороной автор называет Git-операции. Это специализированная модель для экспериментов и практических терминальных задач, а не универсальная замена более крупным агентным системам.

Среди описанных ограничений — слабая работа с синтезом результатов из нескольких файлов, планированием действий с побочными эффектами и самостоятельным поиском неявно заданных входных данных. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск и исправление ошибок в репозитории через терминал
  • выполнение Git-операций по текстовому заданию
  • редактирование файлов и запуск команд в изолированном окружении
  • автоматизированное решение задач Terminal-Bench
  • анализ вывода команд и восстановление после ошибок инструментов

Ограничения

По оценке README, модель слаба в задачах синтеза результатов из нескольких файлов, планировании действий, требующих последующей компиляции или повторного запуска, и поиске входных данных, которые не названы явно. В пилотной оценке Terminal-Bench 2.0 результат составил 25%.

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

Le Gros Chaton

A 9B coding agent built on Qwen3.5-9B (hybrid Gated-Attention + Gated-DeltaNet).

Terminal-Bench 2.0: 25%.

What is this?

le-gros-chaton is a coding agent for the terminal. It runs tool-calling loops inside Docker containers, plans, edits files, runs commands, and finishes when the task verifier passes.

It is the result of stacking three LoRA fine-tunes on top of the base Qwen3.5-9B:

StepAdapterPurpose
1Fable5Tool-call format alignment (Code-Functional-Mixture, 91.2% adapter)
2Trajectory SFT (16K)Real agentic trace imitation on Terminal-Bench 2.0 tasks
3(merged)base + Fable5 + traj → merged-16k (this repo, bf16, text-only)

A fourth step (RLVR with diversity reward) was attempted and the step-10 adapter is on HF for the record. The public release uses the merge through step 2.

What can it do

  • Read and write files inside a sandbox
  • Run bash commands and parse output
  • Loop with timeout-aware context management
  • Recover from tool failures (loop detection, dead-end pivot, doc-retrieve)
  • Stop only when the task's hidden test passes (finish-gate)

Benchmark: Terminal-Bench 2.0 — 25%

5 tasks × 5 attempts each (eval/tbench_eval.py):

TaskPass rate
fix-git3/5
log-summary-date-ranges2/5
overfull-hbox0/5
regex-log1/5
count-dataset-tokens0/5
**Total6/25

A 9B model reaching 25% on TB-2.0 is in the small-model sweet spot (small models average ~15%; frontier + agent stacks reach ~36% with Kimi K2 Thinking + Terminus 2). The strong suit is git orchestration, where the trajectory SFT coverage was concentrated.

The 5×5 pilot run is in benchmark_results.jsonl (filter by adapter=merged). Trial traces are in eval/tb_traces/.

How to use

The model exposes the same API as the base Qwen3.5-9B — it's a drop-in text-completion / chat-completion model.

vLLM (recommended)

vllm serve mateo0093/le-gros-chaton \
  --port 8000 \
  --dtype bfloat16 \
  --max-model-len 32768

Note: this model has 12 hybrid LoRA target modules (8 Gated-Attention

  • 24 Gated-DeltaNet). vllm>=0.27 knows the Qwen3_5ForCausalLM architecture natively — no patches required.

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "mateo0093/le-gros-chaton",
    torch_dtype="bfloat16",
    device_map="cuda:0",
)
tok = AutoTokenizer.from_pretrained("mateo0093/le-gros-chaton")

Agent loop

eval/tb_agent.py is the harness that drives TB-2.0 evaluation. It is not part of this model release but is in the project repository at Mateooo93/le-gros-chaton. The 4 reactive fixes in the harness (finish-gate, doc-retrieve, dead-end pivot, scheduled compaction) are designed to help a 9B model recover from common failure modes.

Limitations (areas for follow-on training)

  1. Multi-file synthesis. Tasks that require reading N files and producing a derived artifact remain weak. A future trajectory SFT pass that targets these shapes is the obvious next step.
  2. Side-effect reasoning. Tasks where an edit's correctness depends on a downstream recompile or re-execution need better planning data.
  3. Input discovery. Tasks whose inputs aren't named explicitly benefit from richer exploration traces.

These are tracked as follow-on work in devlog/018_release.md.

Project structure

le-gros-chaton-qwen-merged-16k       # this repo (17 GB bf16 model)
le-gros-chaton-qwen                 # Fable5 adapter
le-gros-chaton-qwen-traj-sft-16k    # trajectory SFT adapter (12 modules)
le-gros-chaton-qwen-rlvr-step10    # RLVR step-10 (kept for the record)

License

Apache-2.0 (inherited from Qwen3.5-9B base model). The LoRA adapters are also Apache-2.0.

Citation

@misc{le-gros-chaton-2026,
  author = {Mateo},
  title  = {Le Gros Chaton: a 9B coding agent},
  year   = {2026},
  note   = {Qwen3.5-9B + Fable5 + 16K trajectory SFT, Terminal-Bench 2.0 = 25\%},
  url    = {https://huggingface.co/mateo0093/le-gros-chaton},
}

Reproduction

git clone https://github.com/Mateooo93/le-gros-chaton
cd le-gros-chaton
bash setup_mi300x.sh          # ROCm + venv on the GPU box
# download merged model + base + Fable5 + traj adapters
# python eval/tbench_eval.py --model-server http://<box>:8000 \
#   --model-name le-gros-chaton --label le-gros-chaton-16k \
#   --adapter merged --attempts 5

See devlog/017_mi300x_vllm_serving.md and devlog/018_release.md for the full training and serving history.

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_5ForCausalLM
Ревизия весов
294246a

0 моделей