Характеристики

Контекст: 262 144 токена
Размер весов: 55,6 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3_5 · dense
Базовая модель: Qwen3.8-27B
Библиотека: transformers
Опубликована: 4 окт 2026

Ссылки

Hugging Face

qwen38-27b-swerebench-grpo-step8

wanna0720

Изображение и текст → текст

GRPO-чекпойнт Qwen3.8-27B для диалогового решения задач разработки ПО и программирования.

33скачиваний за 30 дней1лайквеса обновлены5 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

wanna0720/qwen38-27b-swerebench-grpo-step8 — это полноразмерный чекпойнт Qwen3.8-27B, дообученный методом GRPO командой автора репозитория на задачах SWE-rebench v2 Filtered. Модель предназначена для диалоговой работы с задачами программирования и инженерии ПО; карточка указывает мультимодальную архитектуру Qwen3_5 с поддержкой изображений и интерфейсом вызова инструментов. Экспорт весов выполнен в формате safetensors из обучающего чекпойнта Miles/Megatron; визуальные и MTP-тензоры, токенизатор, конфигурация и процессор взяты из Qwen/Qwen3.8-27B.

Обучение использовало 1 586 задач и независимые траектории mini-swe-agent; это базовый вариант GRPO без branching policy. Лицензия — Apache-2.0. Модель унаследовала визуальные возможности базовой модели, но в карточке описано обучение на задачах разработки ПО, а не отдельное улучшение анализа изображений; качество и надёжность результатов для задач вне этой области не подтверждены.

Сценарии применения

решение задач SWE-bench и исправление ошибок в репозиториях
разбор и изменение кода в диалоге
многошаговая работа над инженерными задачами с использованием инструментов

Ограничения

Обучение описано для задач SWE-rebench v2 Filtered; карточка не приводит результатов оценки качества. Надёжность на задачах за пределами разработки ПО не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B SWE-rebench GRPO: Step 8

This is a Hugging Face safetensors export of the completed Step 8 full-parameter GRPO checkpoint. The language-model tensors are converted from the Miles/Megatron training checkpoint. The visual and MTP tensors, tokenizer, configuration, and processor assets come from Qwen/Qwen3.8-27B at revision 1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0.

The run trained on 1,586 SWE-rebench v2 Filtered tasks using independent mini-swe-agent rollouts. It used eight NVIDIA B300 GPUs (TP=2, CP=4), 32 prompt groups with eight rollouts each per optimizer step, global batch size 256, and learning rate 2e-6. This is the no-branch GRPO baseline checkpoint, not a branching-policy checkpoint.

Source training-checkpoint completion marker SHA-256: 006843311874c1a6fb467aaedee05ad84919eb6a82ef0613e8fd287b6ceffe18. The original Qwen3.8-27B license is included in this repository.

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: 3474979