/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-7B
Опубликована
30 мар 2026

sweep-next-edit-v2-7B

Генерация текстаТекст → текст4 профессии

Дообученная на трассах редактирования кода модель Qwen, предсказывающая следующий блок правок по файлу, курсору и недавним изменениям.

210скачиваний за 30 дней43лайкавеса обновлены14 мая 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

sweepai/sweep-next-edit-v2-7B — модель на 7,1 млрд параметров, разработанная Sweep и дообученная на базе Qwen/Qwen2.5-Coder-7B для предсказания следующего изменения в коде. Она получает текущий файл и положение курсора, недавние diff-фрагменты и контекст из связанных файлов, после чего генерирует изменённый блок кода. Обучение включало SFT, GRPO и DPO.

Модель предназначена для предсказания и автодополнения правок в редакторе кода с учётом контекста файла, истории изменений и связанных файлов. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • предсказание следующего изменения кода в редакторе
  • автодополнение блока кода с учётом позиции курсора
  • предложение правок на основе недавних diff-фрагментов
  • генерация изменений с использованием контекста связанных файлов

Ограничения

Модель ориентирована на предсказание правок кода по заданному формату входа и контексту редактора; README не приводит количественных оценок качества или сведений о поддержке других сценариев.

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

sweep-next-edit-v2-7B

Blog: https://blog.sweep.dev/posts/oss-next-edit

A 7B parameter model that predicts the next edit a developer will make. Given the current file, recent diffs, and cursor position, the model predicts what code block the developer will change next and how.

Usage

pip install transformers torch accelerate
python inference.py

See inference.py for a complete working example.

from inference import build_prompt, generate, FileChunk, DIFF_FORMAT

prompt, code_block, block_start, relative_cursor = build_prompt(
    file_path="example.py",
    file_contents=edited_contents,
    cursor_position=cursor_position,
    recent_changes=recent_changes,
    retrieval_chunks=[FileChunk("utils.py", "def helper(): ...")],
    changes_above_cursor=False,
)

completion = generate(model, tokenizer, prompt, device="cuda")

Prompt format

The model uses <|file_sep|> delimiters and a <|cursor|> marker:

<|file_sep|>{file_path}
{file_contents}
{retrieval_chunks}
{recent_changes_as_diffs}
<|file_sep|>original/{file_path}:{start}:{end}
{code_block_before_last_edit}
<|file_sep|>current/{file_path}:{start}:{end}
{code_block_with_cursor_marker}
<|file_sep|>updated/{file_path}:{start}:{end}
{prefill}

The model completes the updated/ section with the predicted new code block.

  • file_path section: ~300 lines of file context around the cursor
  • retrieval chunks: Cross-file context from related files
  • recent changes: Diffs of recent edits in original:/updated: format
  • original/: Code block around cursor before the last edit
  • current/: Same block with <|cursor|> inserted at cursor position
  • updated/: Model output — the predicted edited code block

Prefill strategy

The updated/ section is seeded with a prefill to constrain generation:

  • Default (changes_above_cursor=False): Prefill everything up to the cursor line. The model only generates from the cursor line onward.
  • After insertion (changes_above_cursor=True): Prefill only the first line + trailing blank lines. Gives the model freedom to rewrite lines between the insertion point and cursor.

Recent changes format

<|file_sep|>{file_path}:{start_line}:{end_line}
original:
{old_code}
updated:
{new_code}

Details

Fine-tuned from Qwen2.5-Coder-7B on developer editing traces using SFT, then GRPO, then DPO.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
851f4ac

0 моделей