К содержимому
Компьютерное зрение

Qwen3.8-27B-pi-adapted

LoRA-адаптер для кодинг-агентов

2 мин чтенияобновлено

Этот адаптер (небольшая надстройка над базовой моделью) обучен с помощью reinforcement learning (обучения с подкреплением) для работы в качестве «мозга» кодинг-агента pi на задачах программной инженерии и работы с терминалом. Модель значительно повышает точность решения сложных инженерных задач, выдавая результаты, сопоставимые с максимальным режимом рассуждений базовой модели, но с генерацией в 4.5 раза меньшего количества токенов. Разработка будет полезна разработчикам и исследователям, использующим локальные LLM для автоматизации кодинга и терминальных задач.

Ключевые особенности

  • Высокая точность: прирост показателей на SWE-bench Pro и Terminal-Bench 2.1 по сравнению с базовой моделью.
  • Экономия токенов: достигает уровня точности тяжелого режима рассуждений базовой модели без включения специального режима thinking.
  • Меньше шагов: требует вдвое меньше итераций (turns) для решения аналогичных задач.
  • Готовность к инженерии: оптимизирована специально под агентские инструменты и вызовы терминала.

Что можно сделать

  • Запустить кодинг-агент: подключить модель через vLLM или transformers serve для работы с локальным агентом pi.
  • Исправлять баги: автоматизировать поиск и исправление ошибок в репозиториях кода через терминальные туры.
  • Тестировать бенчмарки: запускать оценку качества на SWE-bench Pro или Terminal-Bench 2.1.
  • Использовать GGUF: запустить квантованную версию адаптера локально с помощью llama.cpp или Llama.app на macOS.

Пример

vllm serve Qwen/Qwen3.8-27B \
    --enable-lora --max-lora-rank 32 \
    --lora-modules qwen3.8-pi=harness-hub/Qwen3.8-27B-pi-adapted \
    --language-model-only --enable-prefix-caching --mamba-cache-mode align \
    --enable-auto-tool-choice --tool-call-parser qwen3_xml --reasoning-parser qwen3 \
    --default-chat-template-kwargs '{"enable_thinking": false}' \
    --max-model-len 131072
Подробнее• SWE-bench Pro (hard 51): точность выросла с 39.2% до 64.7%.
• Terminal-Bench 2.1: точность увеличилась с 39.5% до 55.8%.
• Обучение: адаптер использует ранг LoRA 32 и обучался на траекториях агента pi.
• Ограничения: рекомендуется использовать при отключенном режиме рассуждения (`enable_thinking: false`).
Примеры и видео
Обсудить Telegram 0 18

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 52 GB · готовые файлы58 GB
  • FP8 / INT8рекомендуемвеса 26 GB30 GB
  • 4-bitвеса 15 GB17 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Это LoRA: вместе с базовой моделью Qwen3.8-27B.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # personaxis/Qwen3.8-27B-pi-adapted
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Qwen/Qwen3.8-27B --local-dir ~/models/Qwen3.8-27B
    hf download personaxis/Qwen3.8-27B-pi-adapted --local-dir ~/models/Qwen3.8-27B-pi-adapted
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.8-27B
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Qwen/Qwen3.8-27B

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

personaxis/Qwen3.8-27B-pi-adapted
Автор
personaxis
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

180

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии