/ Модель

Характеристики

Контекст
262 144 токена
Параметры
18,2 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-235B-A22B-Instruct-2507
Библиотека
transformers
Опубликована
1 дек 2025

SWE-rebench-openhands-Qwen3-235B-A22B

Генерация текстаТекст → текст6 профессий

Дообученная Nebius модель Qwen3 MoE для агентного решения задач разработки и исправления ошибок в репозиториях с OpenHands.

28скачиваний за 30 дней8лайковвеса обновлены23 дек 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-rebench-openhands-Qwen3-235B-A22B — языковая модель Nebius для генерации кода и решения задач SWE-bench с агентом OpenHands. Это дообученный методом rejection sampling fine-tuning чекпойнт Qwen/Qwen3-235B-A22B-Instruct-2507 на траекториях OpenHands из набора nebius/SWE-rebench-openhands-trajectories. Архитектура — Qwen3 MoE; в метаданных указано 18,2 млрд параметров, контекст — 262 144 токена. Обучение использовало последовательности до 131 тыс. токенов.

Модель рассчитана на агентные сценарии разработки: анализ репозитория, диагностику ошибок и внесение изменений в код. В оценке с OpenHands v0.54.0 авторы сообщают Pass@1 61,7% и Pass@5 74,3% при лимите 500 ходов; результаты зависят от агента и настроек запуска. Модель доступна в формате Safetensors, лицензия — Apache-2.0. Для сервинга авторы приводят конфигурацию vLLM с поддержкой выбора инструментов.

Сценарии применения

  • поиск и исправление ошибок в существующем коде
  • решение задач SWE-bench агентом OpenHands
  • анализ репозитория перед внесением изменений
  • выполнение многошаговых задач программирования с вызовом инструментов

Ограничения

Опубликованные показатели получены при оценке с OpenHands и зависят от конфигурации агента и числа ходов; они не гарантируют аналогичного качества в других сценариях. README не приводит результаты по отдельным языкам программирования или другим типам задач.

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

Model Summary

SWE-rebench-openhands-Qwen3-235B-A22B is a 235B Rejection Sampling Fine-Tuning (RFT) checkpoint derived from Qwen/Qwen3-235B-A22B-Instruct-2507, trained on the newly released nebius/SWE-rebench-openhands-trajectories dataset. Training used a maximum sequence length of 131k tokens.

Table 1. Pass@1 (averaged over 5 runs) and Pass@5 for OpenHands agent with the maximum number of turns set to 100 (highlighted in yellow) and 500 (highlighted in green). Metrics are reported in percentages. Deltas vs base models are shown in parentheses for fine-tuned models.

We explicitly excluded all SWE-bench Verified and SWE-rebench September issues from training to avoid contamination. SWE-rebench Verified was additionally decontaminated on repository level.

When evaluated with the OpenHands (v0.54.0) agent, our 235B model:

  • Achieves 61.7% Pass@1 and 74.3% Pass@5 at 500-turn settings — outperforming the 30B coding specialist model (Qwen3-Coder-30B-A3B-Instruct) while using half the parameters of Qwen3-Coder-480B-A35B-Instruct.
  • Delivers strong improvements over its base model, with +15.5 Pass@1 and +6.8 Pass@5 gains at 500 turns.
  • Maintains competitive performance under both 100-turn and 500-turn configurations, despite training on trajectories capped at 100 turns.

For more details see our report in Nebius blog.


Best Practices

  1. Deployment:

    • Use the following configuration to serve the model with vLLM:
      VLLM_USE_V1=1 vllm serve nebius/SWE-rebench-openhands-Qwen3-235B-A22B
        --tensor-parallel-size 8
        --served-model-name qwen_3_instruct_2507
        --disable-log-requests
        --enable-prefix-caching
        --max-model-len 131072
        --enable-auto-tool-choice
        --tool-call-parser hermes
      
      Tested using vllm/vllm-openai:v0.9.0 Docker image.
  2. Sampling Parameters:

    • For optimal performance, we recommend Temperature=0.7, TopP=0.8, TopK=20, and MinP=0 that are consistent with the base model.

Citation

@article{trofimova2025openhandstrajs,
  title={OpenHands Trajectories with Qwen3-Coder-480B-A35B-Instruct},
  author={Trofimova, Maria and Shevtsov, Anton and Ibragim, Badertdinov and Pyaev, Konstantin and Karasik, Simon and Golubev, Alexander},
  year={2025},
  journal={Nebius blog},
  note={}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
96102d7

0 моделей