许可协议: mit
数据集:

• SWE-Gym/SWE-Gym
  语言:
• 英文
  基础模型:
• all-hands/openhands-lm-32b-v0.1
  任务标签: 文本生成
  标签:
• 智能体
• 编程

AWQ量化: 由stelterlab采用INT4 GEMM格式通过casper-hansen的AutoAWQ工具完成(https://github.com/casper-hansen/AutoAWQ/)

原始权重由Mistral AI提供。原始模型卡片如下:

OpenHands LM v0.1

博客 • 在OpenHands中使用

软件开发自主智能体已在各类软件开发任务中发挥作用。但迄今为止，强大的编程智能体都依赖专有模型，这意味着即使使用OpenHands这样的开源智能体，仍需通过API调用外部服务。

今天我们激动地推出OpenHands LM——新型开源编程模型：

• 完全开源并发布于Hugging Face，支持本地部署运行
• 32B参数量适中，可在单张3090显卡等硬件上运行
• 在软件工程任务中表现优异，SWE-Bench Verified测试集解决率达37.2%

技术特性

基于Qwen Coder 2.5 Instruct 32B打造，通过独特微调实现突破：

• 采用OpenHands在开源项目库生成的训练数据
• 基于SWE-Gym强化学习框架，通过成功案例微调模型
• 支持128K标记上下文窗口，完美应对大型代码库

性能表现

在SWE-Bench Verified基准测试中：

• 37.2%验证解决率
• 性能媲美参数量20倍的Deepseek V3 0324(38.8%)

使用指南

1. 从Hugging Face下载模型
2. 使用SGLang或vLLM创建OpenAI兼容端点
3. 配置OpenHands智能体接入新模型

发展路线

当前版本为研究预览版，存在以下局限：

1. 更擅长GitHub问题解决
2. 可能产生重复步骤
3. 量化敏感度较高

未来将推出7B参数版本，并持续优化模型表现。

加入社区

• 访问GitHub仓库
• 加入Slack讨论组
• 查阅文档

期待见证您用OpenHands LM创造的奇迹！