Qwen3.8-27B-pi

Qwen3.8-27B-pi

为 Pi 智能体框架调优的 27B 编程模型，训练它读取代码仓库、编辑文件、运行工具并利用工具的反馈，推理强度可调。适合运行编程智能体的开发者。

由 bytkim 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：Qwen3.8-27B-pi 是 Qwen3.8-27B 的微调版本，用于 Pi 智能体框架里的编程工作。它针对这样一个循环来训练：读取代码仓库、编辑文件、运行工具，并对结果作出反应。目标是用更少的生成文字完成更多工作。你可以设置推理强度，从 low 到 xhigh。

适合谁：适合在自己硬件上运行编程智能体、想要一个专为工具驱动的编程会话打造的模型的开发者。它面向 Pi 框架，所以在你使用它时最合适。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 让智能体编辑代码并检查自己的结果 | 让它修复一个失败的测试并重新运行测试套件
AI 智能体 | 智能体构建者 | 在 Pi 框架里运行编程模型 | 常规修改用 medium 强度，难调的错误用 xhigh
运维 | 工程师 | 处理需要工具反馈的终端式任务 | 通过反复运行命令来完成一个任务
研究 | 机器学习从业者 | 比较推理强度与输出长度 | 在同一个任务上测试 low、medium 和 xhigh

如果你不用 Pi 框架，或者需要通用聊天模型，可以跳过它。模型卡称它是为编程工作打造的。

用在哪里：

• Pi 智能体框架，这个模型就是为它调优的
• Windows、macOS 和 Linux 上带 transformers 的 Python，用于 BF16 权重
• FP8 和 GGUF 版本，模型卡链接了它们，适合其他硬件

Use case | Who | What they get back
仓库修改 | 开发者 | 通过工具调用做出的代码改动
调试 | 工程师 | 由工具反馈引导的修复
强度调节 | 智能体构建者 | 在快速回答和深度推理之间选择

如何设置：你需要 Python，以及足够放下 27B 模型的内存，BF16 约 55.6 GB，4-bit 估计约 13.9 GB。

• Windows、macOS 或 Linux 上的 Python
• transformers 库，或者运行量化版本的 GGUF 工具
• Pi 智能体框架，用于编程工作流

1. 如果还没有 Python，先安装它。
2. 安装 Hugging Face hub 工具。
3. 下载模型文件。
4. 在你的服务工具或 Pi 框架里加载它们。

pip install -U huggingface_hub
hf download bytkim/Qwen3.8-27B-pi

如何使用：快速开始部分在这里看到的内容里被截断了，所以请从完整的模型卡里取确切的运行步骤。使用时，你在 Pi 框架里给模型一个编程任务，并选一个推理强度。

示例：你让它找出仓库里某个测试为什么失败。它读取代码，做一处修改，运行测试，并用工具输出来决定下一步。medium 强度处理常规修复，xhigh 适合更难的调试。

新手与专家：框架就是让模型能读文件、运行命令的程序。这个模型练习过这个循环。第一步很小：下载文件，并在加载之前先读模型卡的快速开始。

这个模型从对筛选过的成功 Pi 会话做监督微调开始。第二阶段用了基于 GRPO 的强化学习，并带有高效推理奖励，针对 low 和 medium 强度。模型卡在 Terminal-Bench 2.1、GPQA Diamond 和 SciCode 上把它与基础模型做了对比。这些是作者挑选的结果。

读取代码仓库
做一处修改
运行工具并检查结果
用反馈决定下一步

Title: 在模型卡挑选的结果里，输出令牌比基础模型更少的比例
Terminal-Bench，Pi 的 medium 对比 Base 的 xhigh: 41 %
SciCode 的 xhigh，得分相同或更高: 23 %

注意事项：

• 在 GPQA Diamond 上，模型卡说基础模型在 medium 强度下保持优势，而 Pi 的 xhigh 得分最高。
• 在 SciCode 上，Pi 在 medium 强度下得分更高，但用的令牌更多。
• 权重为 27.8B 参数，BF16 版本旁边列有 FP8 和 GGUF 版本。
• License: apache-2.0。
• Cost to run: 未提及，你使用自己的硬件。
• Data it reaches: 从 Hugging Face 下载的文件，以及你交给智能体的仓库和工具。
• Not for: 模型卡除了它专注于 Pi 框架里的编程之外，没有列出限制。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：27.8B
• Weights: about 55.6 GB in BF16; about 13.9 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,857
• 点赞：87
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.8-27B
• Quantized versions: 13
• Fine-tunes: 2
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, multi-token-prediction, speculative-decoding, vision, image, multimodal, qwen, qwen3.8, qwen38

链接

• 模型：https://huggingface.co/bytkim/Qwen3.8-27B-pi
• 文件：https://huggingface.co/bytkim/Qwen3.8-27B-pi/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 bytkim/Qwen3.8-27B-pi

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。