Instructions to use LeeXugar/CodePin-SFT-Qwen3.5-0.8B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use LeeXugar/CodePin-SFT-Qwen3.5-0.8B with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="LeeXugar/CodePin-SFT-Qwen3.5-0.8B")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("LeeXugar/CodePin-SFT-Qwen3.5-0.8B")
model = AutoModelForCausalLM.from_pretrained("LeeXugar/CodePin-SFT-Qwen3.5-0.8B", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use LeeXugar/CodePin-SFT-Qwen3.5-0.8B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LeeXugar/CodePin-SFT-Qwen3.5-0.8B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LeeXugar/CodePin-SFT-Qwen3.5-0.8B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LeeXugar/CodePin-SFT-Qwen3.5-0.8B

SGLang

How to use LeeXugar/CodePin-SFT-Qwen3.5-0.8B with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "LeeXugar/CodePin-SFT-Qwen3.5-0.8B" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LeeXugar/CodePin-SFT-Qwen3.5-0.8B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "LeeXugar/CodePin-SFT-Qwen3.5-0.8B" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LeeXugar/CodePin-SFT-Qwen3.5-0.8B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use LeeXugar/CodePin-SFT-Qwen3.5-0.8B with Docker Model Runner:
```
docker model run hf.co/LeeXugar/CodePin-SFT-Qwen3.5-0.8B
```

CodePin-SFT-Qwen3.5-0.8B

CodePin-SFT-Qwen3.5-0.8B 是基于 Qwen/Qwen3.5-0.8B 全参数微调的代码定位模型。它通过纯文本工具轨迹学习仓库搜索、文件阅读与证据归纳，面向大型代码仓库中的文件、类和函数定位。

CodePin Collection · SFT Dataset · SWE-smith Code Search

Highlights

5,676 条完整训练轨迹，最长 8,192 tokens；不使用会破坏工具调用闭环的硬截断。
4 × V100 32GB、FSDP FP16、全参数训练，共 710 optimizer steps / 20.49M 有效 tokens。
最终 train loss 0.1577，validation loss 0.2157；训练权重已通过 V100 加载、finite 检查和生成测试。
发布逐 step 指标、矢量图、训练配置与完整性验证，便于复核和二次分析。

Quick start

建议使用支持 Qwen3.5 的较新 transformers 版本。

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "LeeXugar/CodePin-SFT-Qwen3.5-0.8B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.float16,
    attn_implementation="sdpa",
    device_map="auto",
)

messages = [{
    "role": "user",
    "content": "Locate the files and functions that implement request authentication. Return concise evidence.",
}]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.inference_mode():
    output = model.generate(**inputs, max_new_tokens=512, do_sample=False)

print(tokenizer.decode(output[0], skip_special_tokens=True))

模型训练目标包含工具语义，但权重本身不提供仓库访问能力。实际使用时需要接入与训练数据兼容的搜索、读取和结果提交工具，并对路径、权限与调用参数做隔离校验。

Training

Item	Configuration
Base model	`Qwen/Qwen3.5-0.8B`
Dataset	`LeeXugar/CodePin-SFT-Qwen3.5-35B-A3B`
Data	train 5,676 / 5,700；validation 294 / 300
Objective	全部 assistant messages 的 causal LM loss
Context	最大 8,192 tokens，仅保留完整轨迹
Batch	microbatch 1/GPU，global batch 8
Optimizer	AdamW，peak LR `5e-5`，weight decay `0.01`
Schedule	71-step warmup + cosine decay
Runtime	4 × Tesla V100-PCIE-32GB，FSDP FP16
Training budget	710 steps，20,487,244 effective tokens

代码定位是多步行为任务：工具调用、返回结果和最终提交需要形成闭合轨迹，因此本次选择过滤超长样本，而不是在 8,192 tokens 处截断。对变长轨迹，样本数也不足以描述单步成本；本次 padded length 为 3,305–8,164，序列长度与 step time 的 Pearson r=0.944，说明训练预算与显存边界更适合用 token 数、最长序列和 padding efficiency 共同衡量。

训练保留完整 Adam 状态和更新顺序；优化器状态的分层放置只改变张量驻留位置，不清空动量或二阶矩。导出时 token embedding 与 LM head 已物化为两组独立训练张量，因此配置明确使用 tie_word_embeddings=false，忠实保存最终训练状态。模型实际可加载参数量为 1,006,672,704。

Training dynamics

710 个唯一成功 optimizer step 作为一条连续训练轨迹展示。前 50 步和后 50 步 loss 中位数分别为 0.2919 与 0.1896，下降 35.0%；gradient norm 在 warmup 初期达到峰值 34.69，后 50 步中位数稳定在 1.31。最终 train/eval loss 为 0.1577/0.2157，可支持“训练过程稳定且终点可用”的结论，但由于没有周期性 validation curve，不能据此断言最后一步是泛化最优 checkpoint。

本次 padded length 中位数为 5,156，共有 10 个 batch 达到或超过 7,500 tokens；每 GPU throughput 中位数为 248.7 tokens/s，non-padding ratio 中位数为 68.7%。长尾 batch 决定显存安全边界，而约 31% 的中位 padding 空间也表明下一轮最直接的优化是 length-aware bucketing 或动态 token-budget batching。这里的 loss 用于判断优化健康度；代码定位能力仍应在独立数据上报告 file/function Recall@k、工具调用成功率和轨迹完成率。

Artifacts

Path	Description
`model.safetensors`	完整 HF 模型权重
`assets/.png`, `assets/.pdf`	训练过程图及矢量版本
`training/sft_training_metrics.csv`	710 steps 的逐步训练指标
`training/sft_training_summary.json`	聚合统计与证据边界
`training/training_config.json`	训练配置
`training/data_filter_summary.json`	完整轨迹过滤结果
`training/final_hf_validation.json`	权重加载与生成验证
`training/public_blob_validation.json`	公开权重匿名回读验证
`scripts/gen_fig_sft_training_dynamics.py`	图表与统计生成脚本

Validation and integrity

File	Size	SHA-256
`model.safetensors`	4,026,732,464 bytes	`d97009d9e41838a2eb8ce0e6275ac41cf80f1186915628f31662d3ba0b67e48e`

最终模型在 Tesla V100 上以 FP16 加载，321 个 safetensors 张量全部为有限值，并通过 16-token greedy generation smoke test。发布后又在无 Hugging Face 凭据的条件下完整回读公开权重，重新计算的大小和 SHA-256 与上表一致。

Limitations

数据由教师模型生成，可能继承其搜索偏好、冗余步骤与错误模式。
数据主要覆盖英文软件工程任务；其他语言和非代码领域不在目标分布内。
当前仅发布最终 validation loss，尚无独立下游代码定位 benchmark 结果。
输出不保证正确或可执行；真实仓库中的工具调用需要权限隔离与参数验证。
这是代码定位 SFT checkpoint，不是通用编程助手或自主代码修改系统。

License

模型权重继承 Qwen3.5 基座的 Apache License 2.0。训练数据和相关项目文件同时受各自来源的许可约束。

Acknowledgements

Qwen · Transformers · PyTorch FSDP · SkyRL

Downloads last month: -

Safetensors

Model size

1B params

Tensor type

F32

Model tree for LeeXugar/CodePin-SFT-Qwen3.5-0.8B

Base model

Qwen/Qwen3.5-0.8B-Base

Finetuned

Qwen/Qwen3.5-0.8B

Finetuned

(336)

this model

Dataset used to train LeeXugar/CodePin-SFT-Qwen3.5-0.8B

Collection including LeeXugar/CodePin-SFT-Qwen3.5-0.8B

CodePin

Collection

CodePin datasets for code localization, repository search, and SFT. • 3 items • Updated about 8 hours ago

Evaluation results

Final evaluation loss on CodePin-SFT-Qwen3.5-35B-A3B validation
validation set self-reported

0.216