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 / README.md

LeeXugar

Simplify model card and refresh continuous training figures

4480baa verified 4 days ago

preview code

Raw

History Blame Contribute Delete

7.42 kB

	---
	license: apache-2.0
	license_link: https://huggingface.co/Qwen/Qwen3.5-0.8B/blob/main/LICENSE
	base_model:
	- Qwen/Qwen3.5-0.8B
	base_model_relation: finetune
	datasets:
	- LeeXugar/CodePin-SFT-Qwen3.5-35B-A3B
	language:
	- en
	library_name: transformers
	pipeline_tag: text-generation
	tags:
	- code
	- codepin
	- code-localization
	- repository-search
	- software-engineering
	- supervised-fine-tuning
	- sft
	- qwen3.5
	model-index:
	- name: CodePin-SFT-Qwen3.5-0.8B
	results:
	- task:
	type: text-generation
	name: Pure-text trajectory SFT
	dataset:
	name: CodePin-SFT-Qwen3.5-35B-A3B validation
	type: LeeXugar/CodePin-SFT-Qwen3.5-35B-A3B
	split: validation
	metrics:
	- type: loss
	value: 0.2157
	name: Final evaluation loss
	---

	# CodePin-SFT-Qwen3.5-0.8B

	`CodePin-SFT-Qwen3.5-0.8B` 是基于 [`Qwen/Qwen3.5-0.8B`](https://huggingface.co/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](https://huggingface.co/collections/LeeXugar/codepin-6a8afa1064d9f83f9fce2982) · [SFT Dataset](https://huggingface.co/datasets/LeeXugar/CodePin-SFT-Qwen3.5-35B-A3B) · [SWE-smith Code Search](https://huggingface.co/datasets/LeeXugar/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。

	```python
	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

	![CodePin SFT training dynamics](assets/fig_sft_training_dynamics.png)

	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。

	![Length-dependent systems behavior](assets/fig_sft_length_efficiency.png)

	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](https://huggingface.co/Qwen/Qwen3.5-0.8B/blob/main/LICENSE)。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](https://huggingface.co/Qwen) · [Transformers](https://github.com/huggingface/transformers) · PyTorch FSDP · SkyRL