模型介绍
中文整理Phai-A1-35B-1M
简体中文 English
基于 **Qwen3.6-35B-A3B** 的底座、面向 **Coding & Agent** 场景深度优化的模型。后训练全流程在华为昇腾卡上完成,包括 SFT 和 RL。模型在代码生成、工具调用、长程任务规划与执行等 Agent 工作负载上获得了显著增强,并原生支持长达 **1M tokens** 的上下文窗口。
模型亮点
- *面向 Coding & Agent 的大规模后训练**:覆盖代码理解/生成/修复、工具调用、多步推理、长程规划等核心 Agent 能力。
- *RL + 真实沙盒**:RL 阶段在 **4000 个沙盒环境** 中进行 GRPO 训练,显著提升真实编码任务与工具使用场景的可靠性与成功率。
- *超长上下文**:训练数据覆盖 **16k → 1M tokens** 全长度区间;训练全程通过 **YaRN(factor=4)** 扩展并稳定开启 **1M tokens** 上下文,支持超大仓库级代码理解与长程 Agent 交互。
训练详?
阶段 说明
- -- ---
基座 Qwen3.6-35B-A3B(MoE)
SFT 高质量 Coding & Agent 指令数据*,覆盖多轮对话、工具调用、长链路推理等场景
RL 主要基于 GRPO;在 **4000 个沙盒环境** 支撑代码执行、单元测试、工具调用等真实反馈
\* 训练数据长度分布 **16k → 1M tokens**;全程开启 **YaRN factor=4**,把上下文扩展至 **1M** 并稳定训练
使用方式
长上下文推理建议
模型权重已在 YaRN(factor=4)进行过额外训练适配,并且在 config.json 中已经默认开启rope scaling以支持1M上下文。
超长上下文对显存与 KV cache 压力很大,建议使用支持长上下文的推理框架(vLLM / SGLang 等)并按需开启 prefix caching、分块 prefill 等优化。
额外训练后,短上下文场景推理行为与基座几乎保持一致,无需特殊处理。
评测
在 SWE-Bench(Verified / Pro / Multilingual)、TAU3-Bench、IFBench、AA-LCR 等 Coding & Agent 评测集上,本模型相较同尺寸基座取得全面提升,并在多个基准上接近或超越更大规模模型:
注:图中 "—" 表示该模型未报告该基准成绩。
局限性与使用声明
模型主要面向 Coding & Agent 场景优化,其它通用领域表现可能与基座存在差异。
模型输出可能包含错误或不适配的内容,请在生产环境前进行充分评测与人工校验。
使用本模型须遵守相关法律法规与底座的相应协议。
协议
本模型权重基于 Qwen3.6-35B-A3B 后训练,使用前请遵守底座模型的 License 条款。
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
运行模型需要的设备、工具与依赖,以原作者说明为准。
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。
