Robocikowo>ROBOCIKOWO
IC
Modele AI

iCoder-27B

27B
Otwarty model 27B do kodu przemysłowego (projektowanie RTL i optymalizacja kerneli GPU), którego trening poprowadził agent AI. Bazuje na Qwen3.6-27B.
🔬 Research✓ Publiczny dostęp⚖ Open sourceLLMWyspecjalizowane AI
Parametry
27B
parametrów
Data premiery
1 sierpnia 2026
🔬Shanghai Jiao Tong UniversityLab badawczy🔬DP TechnologyLab badawczy🔬National University of SingaporeLab badawczy
Dostęp:DownloadWdrożenie:💻 Lokalnie☁ Cloud

Przegląd

iCoder-27B to model językowy o 27 mld parametrów wyspecjalizowany w kodzie przemysłowym: projektowaniu RTL (Verilog) oraz optymalizacji kerneli GPU. Powstał na bazie Qwen3.6-27B.

Cały tok treningu — ewolucja danych, SFT, samodestylacja OPSD oraz RLVR z nagrodą pochodzącą z kompilatora i symulatora — prowadził agent Codex GPT-5.6-Sol w ramach reguł zapisanych przez ludzi jako wykonywalne Research Skills.

Wagi udostępniono na Hugging Face na licencji Apache-2.0 (dziedziczonej po modelu bazowym), a kod ewaluacyjny na licencji MIT wraz z raportem technicznym.

Klasyfikacja
LLMWyspecjalizowane AI
Dostęp i wdrożenie
Pobieranie
LokalnieChmura
Wagi: Open source
Kluczowe parametry
🧩 Parametry: 27B
✓ Fine-tuning
📥 Wejście: tekst

Specyfikacja techniczna

Parametry
27B
parametrów
Licencja
Apache-2.0
Funkcje:✓ Fine-tuning
Modalności
⬇ Wejście (Input)
text
⬆ Wyjście (Output)
codetext

Możliwości i zastosowania

Natywne możliwości modelu
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding

Wyniki benchmarków

9 benchmarków
RTLLM
functional avg@4
68.0
📄 technical_report
vs base Qwen3.6-27B 49.6
KernelBench L1
correct
61%
📄 technical_report
Compiled 95%, Fast 25%
KernelBench L2
correct
74%
📄 technical_report
Compiled 97%, Fast 40%; base model 28
KernelBench L3
correct
34%
📄 technical_report
Compiled 90%, Fast 10%
TritonBench-G
correctness pass@1
20.1%
📄 technical_report
VerilogEval Spec-to-RTL
avg@4
86.3
📄 technical_report
CVDP
functional avg@5
44.1%
📄 technical_report
ArchXBench
functional pass@1
49.3%
📄 technical_report
RealBench
functional pass@5
26.7%
📄 technical_report
Syntax pass@5 61.7

Architektura techniczna

Rdzeń architektury (Core Architecture)
TRTransformer
Forma modelu (Model Form)
LLLLM
Techniki trenowania (Training Techniques)
SFSFTRLRLVRKDKD

Źródła i powiązane strony