Jasper-K-27B

Jasper-K-27B

用强化学习调优的模型，用于编写并加速 GPU 内核，基于 Qwen 底座，用编译、正确性和计时反馈训练。适合做 GPU 性能工作的开发者。

由 ragentile 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Jasper-K-27B 来自 Ragentile，专为 GPU 内核优化而做。模型卡称它是在 Qwen 底座上用强化学习得到的 27B 参数模型，所以它学会先写出正确的内核代码，再把它变快。

它靠试错来学习。模型提出一个内核，得到关于编译、正确性和实测速度的反馈，并在多轮里修改。模型卡称，针对提升的奖励会推动它在已有正确版本之后继续寻找更快的代码。

适合谁：它适合写或调优 GPU 代码、想要专门针对这件事训练的模型的开发者和研究者。它不是通用聊天模型。

行业 | 谁在用 | 怎么用 | 例子
软件 | GPU 工程师 | 用模型起草并调优内核 | 加速一个矩阵例程
AI 基础设施 | 机器学习工程师 | 搜索更快的算子 | 按实测时间比较候选
研究 | 强化学习研究者 | 研究带执行反馈的多轮训练 | 复用所描述的设置
教育 | 学生 | 看模型如何根据反馈改进代码 | 跟着编译和测试循环走一遍

如果你想要用于日常聊天或写作的模型，可以跳过它，因为它是为内核工作调优的。

用在哪里：模型卡指向一个单独的推理工具项目，里面有运行脚本、评估器模板、反馈示例和自测。你在那里配置模型路径、服务环境和评估器。

• 卡里点名的单独推理项目
• 能编译并计时内核的 GPU 环境
• 装有已下载权重的本地文件夹

用途 | 谁 | 得到什么
写内核 | GPU 工程师 | 候选内核代码
调内核 | 机器学习工程师 | 根据计时反馈修改后的代码
基准研究 | 研究者 | 可在内核任务上测试的模型

如何设置：你需要带 pip 的 Python 来下载文件。Hugging Face 列出的权重约为 5 MB、2.6M 参数，远小于 27B 模型应有的规模，所以在规划硬件之前先检查下载下来的文件。

• 带 pip 的 Python
• 按该项目说明搭好的推理环境
• 用于编译和计时内核的 GPU 环境

1. 安装 Hugging Face hub 包。
2. 把模型文件下载到一个文件夹。
3. 在该项目里设置模型路径并启动评估器。

pip install -U huggingface_hub
hf download ragentile/Jasper-K-27B --local-dir ./Jasper-K-27B

如何使用：你通过该项目来运行这个模型。它给模型一个内核任务，运行模型写出的代码，并把编译、正确性和计时反馈返回给下一轮。模型卡没有给出其他运行命令。

示例：你给它一个加速某个运算的任务。模型写出内核，评估器报告它是否正确、运行多快，模型再在最多四轮里修改。

新手与专家：如果你是新手，先读模型卡里链接的技术博客，正式工作之前先试自测。预计需要有 GPU 经验。

如果你懂这个领域，训练用的是多次展开、多轮的 GRPO，数据是 180 个 KernelBenchFixed 的 Level 1 和 2 任务，另外留 20 个用于监控。包含 50 个任务的 LeetCuda 留作测试。模型卡报告 KernelBench 上的几何平均加速为 3.471 倍，基础模型为 2.289 倍，LeetCuda 上为 2.580 倍对 2.161 倍。

模型写出候选内核
评估器编译并检查
计时反馈返回
模型在后续轮次里修改

注意事项：模型卡称它的分数采用 16 条轨迹、每条最多四轮的最佳加速，并且 KernelBench 集合包含训练任务。权重采用 Apache 2.0，底座模型的署名在一个声明文件里。

• License: apache-2.0
• Cost to run: 未提及费用
• Data it reaches: 你下载的文件，以及你的评估器运行的代码
• Not for: 通用聊天或 GPU 内核以外的任务

Hugging Face 上的数据（2026年11月13日）

• 任务：reinforcement learning
• 参数量：2.6M
• Weights: about 5 MB in BF16; about 1 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：106
• 点赞：6
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.8-27B
• Quantized versions: 1
• 标签：safetensors, qwen3_5, kernel-optimization, reinforcement-learning

链接

• 模型：https://huggingface.co/ragentile/Jasper-K-27B
• 文件：https://huggingface.co/ragentile/Jasper-K-27B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download ragentile/Jasper-K-27B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。