/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
MIT
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
29 сен 2026

Ornith-1.5-9B-py3.15

Генерация текстаТекст → текст7 профессий

Дообученная модель Satyrn на базе Qwen3.8-27B для диалоговой генерации и помощи с кодом на Python 3.15.

860скачиваний за 30 дней0лайковвеса обновлены1 окт 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

Satyrn Qwen3.8-27B-py3.15 — дообученная командой Satyrn языковая модель на базе Qwen3.8-27B, созданная для генерации текста и помощи с кодом на Python 3.15. Это плотная авторегрессионная модель с архитектурой Qwen3.5 и интерфейсом чата; метаданные также указывают поддержку интерфейса вызова инструментов. Модель обучалась в конвейере Satyrn с использованием Unsloth; этап обучения на RL-данных для этого выпуска был отключён.

Модель предназначена для генерации и объяснения кода с учётом целевой версии Python 3.15, а также для диалоговой помощи в задачах программирования. В карточке заявлены английский язык и код Python. Доступны веса Safetensors и GGUF, включая BF16 и Q4_K_M. Лицензия — MIT.

Сценарии применения

  • написание кода на Python 3.15
  • объяснение и исправление фрагментов Python-кода
  • получение ответов на вопросы по программированию на английском языке
  • диалоговая помощь при разработке программ
  • генерация текста и кода с интерфейсом вызова инструментов

Ограничения

Модель настроена на задачи Python 3.15; качество для других языков программирования и общих сценариев не описано. Длина контекста и количественные оценки качества в доступных данных не приведены.

Для каких профессий подходит7

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

Satyrn Qwen3.8-27B-py3.15

Satyrn Qwen3.8-27B-py3.15 is a Satyrn fine-tune of Qwen3.8-27B targeting Python 3.15.

  • Developed by: Satyrn team
  • Base model: Qwen/Qwen3.8-27B
  • Model type: Causal language model (text generation)
  • Fine-tuned with: Satyrn + Unsloth
  • Language(s): English, Python code
  • Website: https://satyrn.ai/

Model Details

This model was produced with the Satyrn Models Unsloth training pipeline using the experiment/py3.15-qwen3.8-27b configuration. For this release, the RL dataset stage was disabled (datasets.rl=null).

Training

The full data description and training protocols are available in the repository: https://github.com/satyrn-ai/satyrn-models

Usage

Download the model

Using the Hugging Face CLI:

pip install -U "huggingface_hub[cli]"
huggingface-cli download satyrn-ai/Qwen3.8-27B-py3.15 --local-dir ./Satyrn-Qwen3.8-27B-py3.15

Or from Python:

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="satyrn-ai/Qwen3.8-27B-py3.15",
    local_dir="./Satyrn-Qwen3.8-27B-py3.15",
)

Run inference with Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "satyrn-ai/Qwen3.8-27B-py3.15"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Write a Python function that merges two sorted lists."}
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True))

Authors

Satyrn team

Learn More and Contribute

Visit https://satyrn.ai/ for more information on how to use the models and how to contribute. Data and training protocols: https://github.com/satyrn-ai/satyrn-models

Citation

@misc{satyrn_qwen38_27b_py315,
  title        = {Qwen3.8-27B-py3.15},
  author       = {Satyrn team},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/satyrn-ai/Qwen3.8-27B-py3.15}}
}

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_5ForConditionalGeneration
Ревизия весов
9a63861

0 моделей