Files
llm/docs/research/1c-model-candidates.md

51 lines
3.1 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 1C Model Candidates
Дата анализа: 2026-06-19.
## Вывод
Публичной модели, явно обученной именно на 1С/BSL и при этом выглядящей сильнее современных coder-моделей, я не нашел.
Лучший кандидат для проверки под 1С сейчас: `Qwen/Qwen3-Coder-30B-A3B-Instruct`, в локальном GGUF-варианте `lmstudio-community/Qwen3-Coder-30B-A3B-Instruct-GGUF`.
## Почему Qwen3-Coder 30B A3B
- Модель ориентирована на coding/agentic coding.
- Есть длинный контекст: 262,144 токена нативно, что важно для анализа модулей, метаданных и фрагментов конфигурации.
- 30.5B total / 3.3B active MoE: потенциально сильнее маленьких 4B/7B моделей, но легче активной части.
- Есть GGUF quant для llama.cpp/Ollama/LM Studio.
- Apache-2.0 у оригинальной модели.
Практичные GGUF-файлы:
- `Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.gguf` - 18,632,186,176 bytes.
- `Qwen3-Coder-30B-A3B-Instruct-Q3_K_L.gguf` - 14,583,005,504 bytes.
## Сравнение
| Модель | Плюсы для 1С | Минусы |
| --- | --- | --- |
| `Qwen3-Coder-30B-A3B-Instruct` | coding, agentic workflows, long context, tool-use, repo-scale задачи | не обучена специально на 1С; Q4 крупнее Devstral Q4 |
| `Devstral-Small-2-24B-Instruct-2512` | agentic coding, Mistral family, Q4_K_M рекомендован в карточке quant | карточка quant предупреждает про ограничения tool calling в llama.cpp/mistral-vibe |
| `DeepSeek-Coder-V2-Lite-Instruct` | легче, coder-модель, GGUF Q4 около 10.36 GB | старее; вероятно слабее для длинного agentic/RAG сценария |
| `GLM-4.5-Air` | сильная agent/reasoning/coding модель | MoE 106B total / 12B active, тяжелее для локального контура; надо отдельно проверять runtime |
## Рекомендация
1. Не искать “магическую 1С-модель” как основу.
2. Взять `Qwen3-Coder-30B-A3B-Instruct Q4_K_M` как лучший следующий кандидат.
3. Сравнить с текущим `Devstral Q4_K_M` на `plugins/1c/evals/smoke.yaml`.
4. Для качества по 1С делать не ставку на память модели, а связку:
- RAG по документации и metadata snapshots;
- инструменты 1С;
- curated examples;
- LoRA/adapters после накопления датасета.
## Sources
- https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B-Instruct
- https://huggingface.co/lmstudio-community/Qwen3-Coder-30B-A3B-Instruct-GGUF
- https://huggingface.co/bartowski/mistralai_Devstral-Small-2-24B-Instruct-2512-GGUF
- https://huggingface.co/bartowski/DeepSeek-Coder-V2-Lite-Instruct-GGUF
- https://huggingface.co/unsloth/GLM-4.5-Air-GGUF