Qwen2.5-Coder-3B

Qwen2.5-Coder-3B-Instruct ist Qwens kompaktes, auf Anweisungen abgestimmtes Programmiermodell mit insgesamt 3.09 Milliarden Parametern und einem vollständigen Kontext von 32,768 Tokens. Der Hersteller nennt Codegenerierung, Schlussfolgerungen zu Code und Codekorrekturen als zentrale Aufgaben der Familie, während mathematische und allgemeine Sprachfähigkeiten erhalten bleiben. Das Training der Familie verwendet 5.5 Billionen Tokens aus Code, der Verknüpfung von Text und Code sowie synthetischem Material.

Bereiten Sie ein fokussiertes Programmierbriefing vor

Geben Sie Sprache, Funktionssignatur, Annahmen zu Eingaben und erwartete Ausgabe an, bevor Sie Code anfordern. Fügen Sie das Beispiel bei, das das gewünschte Verhalten festlegt, besonders wenn ein Grenzfall die Implementierung verändert. Stellen Sie für eine Reparatur die aktuelle Funktion und den zu behebenden Fehler bereit.

Eine Beispielanfrage kann einen Parser verlangen, der die genehmigten Feldnamen erhält und bei einer leeren Eingabe das festgelegte Ergebnis zurückgibt. Bewahren Sie die relevante Schnittstelle und die Beispiele mit dem vorgeschlagenen Code auf, damit sich die Prüfung auf denselben Vertrag bezieht.

Verwenden Sie die Gesprächsvorlage von Instruct

Dieser Checkpoint ist die Instruct-Ausgabe, getrennt vom Base-Modell. Das native Beispiel übergibt system- und user-Nachrichten über die Chatvorlage des Checkpoints und decodiert die erzeugte Fortsetzung als Text. Halten Sie beim Vorbereiten dieses Gesprächs Aufgabenanweisung und aktuelle Codefrage eindeutig.

Benennen Sie für eine Erklärung die zu analysierende Funktion oder den Codezweig und fragen Sie, welche Annahme dessen Verhalten bestimmt. Geben Sie für eine Neufassung an, welche Schnittstellen und Ausgabefelder unverändert bleiben sollen. Eine hilfreiche Antwort kann zuerst den vorgeschlagenen Code und danach die Begründung liefern, die die Änderung mit diesen Anforderungen verknüpft.

Bringen Sie die relevanten Abhängigkeiten im 3B-Profil unter

Die exakte 3B-Modellkarte veröffentlicht einen Kontext von 32,768 Tokens, 2.77 Milliarden Parameter ohne Embeddings und 36 Schichten. Die Modellarchitektur verwendet Grouped-Query-Attention mit 16 Query-Heads und zwei Key/Value-Heads. Wählen Sie das relevante Projektmaterial für die Anfrage aus, statt diese kompakte Ausgabe wie das separat konfigurierte 32B-Modell zu behandeln.

Fügen Sie für eine beispielhafte funktionsübergreifende Aufgabe die Implementierung, ihren Aufrufer und den verbindenden Typ oder das Schema bei. Erhalten Sie Dateipfade und Namen, damit sich die erzeugte Änderung auf die vorgesehene Stelle bezieht. Betrifft eine Frage nur eine Bedingung, bewahren Sie den Code, der diese festlegt, und die Beispiele, die das erwartete Ergebnis bestimmen.

Erstellen Sie ein überprüfbares Arbeitsergebnis

Entscheiden Sie, ob der nächste Schritt eine vollständige Funktion, eine gezielte Codeänderung oder eine schriftliche Erklärung benötigt. Das native Generierungsbeispiel verwendet ein beispielhaftes Ausgabebudget für eine kleine Aufgabe; legen Sie das tatsächliche Arbeitsergebnis und ein passendes konfiguriertes Antwortbudget für die aktuelle Arbeit fest.

Halten Sie Quellcode, Anforderung und vorgeschlagene Änderung zusammen, wenn die umgebende Anwendung das Ergebnis ausführt oder prüft. Stellen Sie für eine Korrektur den tatsächlichen Fehler und die aktuelle Implementierung bereit und verlangen Sie dann die Änderung, die diese Belege berücksichtigt. Bewahren Sie den gewählten Namen 3B Instruct mit dem fertigen Code und der Erklärung auf, damit die Fortsetzung dieselbe Herstellerausgabe verwendet.

Wählen Sie über Ailoot diese exakte Modell-ID in /v1/chat/completions und übergeben Sie die Aufgabe in messages. Jede Nachricht enthält eine role und ihren content; halten Sie die relevante Anweisung und das Ausgangsmaterial zusammen. Erfassen Sie die vollständige JSON-Antwort oder, bei aktiviertem stream, alle SSE-Segmente und speichern Sie usage zusammen mit dem schriftlichen Ergebnis.