模型详情
模型介绍
中文整理# FrogNano 模型卡片
模型用途
FrogNano 是微软开发的紧凑型仓库级代码生成智能体，基于 Qwen/Qwen3.5-4B 开发。通过强化学习在约 1,500 个合成软件工程任务上进行后训练，使用轻量级五工具 Leaf 框架运行。模型主要用于软件工程研究和人类监督下的开发工作。
## 主要能力
- 根据自然语言任务描述和现有源代码解决仓库级软件问题
- 代码库导航、跨文件代码理解、调试、修复 bug 和实现功能
- 生成结构化的 Leaf 工具调用，在隔离的仓库环境中执行文件检查、搜索、编辑、运行命令和测试
- 利用命令和测试反馈迭代生成和完善多文件补丁
- 长上下文处理，支持约 131K tokens 的组合上下文长度
## 输入输出
- *输入**：纯文本，包括自然语言指令、源代码和文本工具输出。评估使用的组合交互上下文约 131K tokens。
- *输出**：文本，包括自然语言响应、推理文本、源代码和结构化工具调用。配置允许每次助手回复最多生成 8,192 个 tokens。
运行要求
- 需要支持 Qwen3.5 架构的推理运行时
- 兼容 Hugging Face Transformers、vLLM、SGLang 和 KTransformers
- 约 46.6 亿参数
- BF16 精度下模型权重约需 9.3 GB 显存
- 运行时状态、工具调用并发和键值缓存需要额外显存
- 接近 131K tokens 上下文时显存需求显著增加
基本用法
给定授权的仓库快照和英文自然语言问题描述，模型生成文本和结构化 Leaf 工具调用。Leaf 框架在隔离的仓库环境中执行这些调用，实现迭代式文件检查和搜索、代码编辑、命令和测试执行，并生成候选补丁。生成的补丁需经过人类审查和独立回归及安全测试后方可使用。
限制
- 专门针对使用 Leaf 框架的英文 Python 密集型仓库任务
- 在非英文指令、其他编程语言和框架、不熟悉的仓库结构、模糊或未明确指定的问题上可能表现不佳
- 可能误解需求、虚构 API 或仓库行为、做出不完整或过于宽泛的编辑、引入回归或漏洞
- 可能生成通过可用测试但实际不正确或不安全的补丁
- 继承自基础模型的潜在偏见、刻板印象和攻击性内容行为
- 图像和视频组件未经过后训练，不受支持
- 性能对智能体框架、提示格式、可用工具和执行环境敏感
- 未针对高风险、安全关键或后果严重的应用进行验证
许可证
Apache License 2.0。FrogNano 衍生自 Qwen/Qwen3.5-4B，保留上游版权和归属声明。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。