Mindket

Qwen3.8-27B-1C

新上架第 1 版 · 更新于

概览

帮助 1C:Enterprise 平台上的开发者读取和修改 BSL 代码,并在 XML 导出里查找对象。这是以俄语为主的 Qwen3.8-27B 微调版本,这里提供 GGUF 格式。

Qwen3.8-27B-1C 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • 一块 GPU,4-bit 文件按粗略数字需要 13.7 GB 空间
  • 基础模型的聊天模板,模型卡说要用它
用在
  • 你自己的电脑,装有 Python 和 transformers 库
  • llama.cpp 或其他 GGUF 运行环境,需要先导出或合并适配器
  • 你自己提供服务的兼容 OpenAI 的端点
先运行
pip install -U huggingface_hub
hf download sweetand/qwen3.8-27b-1C

关于

它是什么

Qwen3.8-27B-1C 是针对 1C:Enterprise 平台开发的 Qwen3.8-27B 监督微调版本。它侧重于 BSL 代码、配置导出的 BSL 加 XML 结构、XML 模式和常见的配置实践。主要语言是俄语,也支持英语。它是一个 LoRA 适配器,这个仓库列出的是 GGUF 文件。

适合谁

想要一个了解平台代码风格和项目结构的助手的 1C 开发者。

IndustryWho uses itHow they use itExample
软件1C 开发者询问对象和模块在 XML 导出里的位置找到某个目录的对象模块在哪里
软件代码评审人员评审并解释他人写的 BSL获得对一个陌生模块的讲解
企业 IT平台团队重构 BSL 以符合内部风格按角色重命名过程

如果你不做 1C 开发,可以跳过它,因为它的长处只限于这个领域。

用在哪里

  • 你自己的电脑,装有 Python 和 transformers 库
  • llama.cpp 或其他 GGUF 运行环境,需要先导出或合并适配器
  • 你自己提供服务的兼容 OpenAI 的端点
Use caseWhoWhat they get back
项目导航1C 开发者对象和模块在 XML 导出里的位置
BSL 编写和重构开发者符合 1C 风格的代码
代码评审评审人员对平台机制和他人 BSL 的解释

如何设置

  • 带 pip 的 Python
  • 一块 GPU,4-bit 文件按粗略数字需要 13.7 GB 空间
  • 基础模型的聊天模板,模型卡说要用它
  1. 安装 Hugging Face hub 工具。
  2. 下载模型文件。
  3. 按下面的方式加载,把占位的仓库名换成真实的名字。
pip install -U huggingface_hub
hf download sweetand/qwen3.8-27b-1C

如何使用

套用 Qwen3.8 的聊天模板,并从模型卡为精确编程给出的采样值开始。思考模式和工具调用沿用基础的 Qwen3.8 模型。

SettingValue
temperature0.6
top_p0.95
top_k20
min_p0.0
presence_penalty0.0
repetition_penalty1.3
effortmedium
from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "YOUR_HF_USER/Qwen3.8-27B-1C"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="auto", device_map="auto", trust_remote_code=True
)
messages = [
    {"role": "user", "content": "Где в выгрузке конфигурации обычно лежит модуль объекта справочника?"}
]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95)
print(tok.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

示例

你用俄语问,某个目录的对象模块通常放在配置导出的哪个位置。模型用文字回答典型的位置。请在配置器里核对答案,因为模型卡警告过它可能编造路径。

新手与专家

如果你刚接触 1C,把它当作读代码和起草代码的帮手,而不是事实的来源。始终在你的配置器或 CI 里测试它的输出。

如果你是专家,训练数据涵盖 BSL 加 XML 的项目结构、平台开发规范、XML 模式的特点、开放的 1C 代码库、有意义的命名和 1C 查询语言。上下文窗口沿用 Qwen3.8,最多 262K 个 token,长上下文很依赖硬件。

  1. Qwen3.8-27B 是基础模型
  2. 用 1C 数据做监督微调得到 LoRA 适配器
  3. 你套用基础模型的聊天模板
  4. 模型以 1C 风格作答

注意事项

模型卡坦率地写出了它的局限。

  • License: Apache 2.0,与 Hugging Face 记录一致。模型卡要求你遵守训练中所用开源代码库的许可。
  • Cost to run: 没有提到 API 密钥或账号。你需要能跑 27B 模型的 GPU。
  • Data it reaches: 下载会访问 Hugging Face。模型卡没有说明模型会访问文件或网络。
  • Not for: 取代官方的 1C 文档或安全审计、作为封闭配置的事实来源,或保证代码能编译。它可能编造对象名、XML 路径和常见 API。

README 和文件

README

Qwen3.8-27B-1C

帮助 1C:Enterprise 平台上的开发者读取和修改 BSL 代码,并在 XML 导出里查找对象。这是以俄语为主的 Qwen3.8-27B 微调版本,这里提供 GGUF 格式。

由 sweetand 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-1C 是针对 1C:Enterprise 平台开发的 Qwen3.8-27B 监督微调版本。它侧重于 BSL 代码、配置导出的 BSL 加 XML 结构、XML 模式和常见的配置实践。主要语言是俄语,也支持英语。它是一个 LoRA 适配器,这个仓库列出的是 GGUF 文件。

适合谁:想要一个了解平台代码风格和项目结构的助手的 1C 开发者。

Industry | Who uses it | How they use it | Example
软件 | 1C 开发者 | 询问对象和模块在 XML 导出里的位置 | 找到某个目录的对象模块在哪里
软件 | 代码评审人员 | 评审并解释他人写的 BSL | 获得对一个陌生模块的讲解
企业 IT | 平台团队 | 重构 BSL 以符合内部风格 | 按角色重命名过程

如果你不做 1C 开发,可以跳过它,因为它的长处只限于这个领域。

用在哪里:

  • 你自己的电脑,装有 Python 和 transformers 库
  • llama.cpp 或其他 GGUF 运行环境,需要先导出或合并适配器
  • 你自己提供服务的兼容 OpenAI 的端点
Use case | Who | What they get back
项目导航 | 1C 开发者 | 对象和模块在 XML 导出里的位置
BSL 编写和重构 | 开发者 | 符合 1C 风格的代码
代码评审 | 评审人员 | 对平台机制和他人 BSL 的解释

如何设置:

  • 带 pip 的 Python
  • 一块 GPU,4-bit 文件按粗略数字需要 13.7 GB 空间
  • 基础模型的聊天模板,模型卡说要用它
  1. 安装 Hugging Face hub 工具。
  2. 下载模型文件。
  3. 按下面的方式加载,把占位的仓库名换成真实的名字。
pip install -U huggingface_hub
hf download sweetand/qwen3.8-27b-1C

如何使用:套用 Qwen3.8 的聊天模板,并从模型卡为精确编程给出的采样值开始。思考模式和工具调用沿用基础的 Qwen3.8 模型。

Setting | Value
temperature | 0.6
top_p | 0.95
top_k | 20
min_p | 0.0
presence_penalty | 0.0
repetition_penalty | 1.3
effort | medium
from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "YOUR_HF_USER/Qwen3.8-27B-1C"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="auto", device_map="auto", trust_remote_code=True
)
messages = [
    {"role": "user", "content": "Где в выгрузке конфигурации обычно лежит модуль объекта справочника?"}
]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95)
print(tok.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

示例:你用俄语问,某个目录的对象模块通常放在配置导出的哪个位置。模型用文字回答典型的位置。请在配置器里核对答案,因为模型卡警告过它可能编造路径。

新手与专家:如果你刚接触 1C,把它当作读代码和起草代码的帮手,而不是事实的来源。始终在你的配置器或 CI 里测试它的输出。

如果你是专家,训练数据涵盖 BSL 加 XML 的项目结构、平台开发规范、XML 模式的特点、开放的 1C 代码库、有意义的命名和 1C 查询语言。上下文窗口沿用 Qwen3.8,最多 262K 个 token,长上下文很依赖硬件。

Qwen3.8-27B 是基础模型
用 1C 数据做监督微调得到 LoRA 适配器
你套用基础模型的聊天模板
模型以 1C 风格作答

注意事项:模型卡坦率地写出了它的局限。

  • License: Apache 2.0,与 Hugging Face 记录一致。模型卡要求你遵守训练中所用开源代码库的许可。
  • Cost to run: 没有提到 API 密钥或账号。你需要能跑 27B 模型的 GPU。
  • Data it reaches: 下载会访问 Hugging Face。模型卡没有说明模型会访问文件或网络。
  • Not for: 取代官方的 1C 文档或安全审计、作为封闭配置的事实来源,或保证代码能编译。它可能编造对象名、XML 路径和常见 API。

Hugging Face 上的数据(2026年11月13日)

  • 任务:image text to text
  • 参数量:27.3B
  • Weights: about 13.7 GB at 4-bit (estimate)
  • Formats: GGUF
  • 最近 30 天下载:36,131
  • 点赞:30
  • 许可证:apache-2.0
  • 语言:ru, en
  • 基于:Qwen/Qwen3.8-27B
  • 标签:gguf, 1c, onescript, image-text-to-text, conversational

链接

  • 模型:https://huggingface.co/sweetand/qwen3.8-27b-1C
  • 文件:https://huggingface.co/sweetand/qwen3.8-27b-1C/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 sweetand/qwen3.8-27b-1C

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen3.8-27B-1C 本页36,1313027.3Bapache-2.0
Qwen3.8-Flash-Next-GSQ-RCO-GGUF共有 image-text-to-text · gguf · conversational6,963,5961,229177Bapache-2.0
gemma-4-12b-it-GGUF共有 image-text-to-text · gguf · conversational2,534,53096311.9Bapache-2.0
Qwen3.6-35B-A3B-MTP-GGUF共有 image-text-to-text · gguf · conversational2,315,1671,05135.5Bapache-2.0
Qwen3.8-27B GGUF (ShapeLearn Quantized)共有 image-text-to-text · gguf · conversational2,083,62821627.3Bapache-2.0
Qwen3.5-9B-GGUF共有 image-text-to-text · gguf · conversational1,969,9011,0749Bapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k