此模型需要 Ollama 0.13.3 或更高版本。

Rnj-1 是 Essential AI 从头开始训练的 8B 参数开源权重、密集模型系列，针对代码和 STEM 进行了优化，其能力与最先进的开源权重模型相当。这些模型在各种编程语言中表现良好，并拥有强大的代理能力（例如，在 mini-SWE-agent 等代理框架中），同时在数学和科学方面也表现出色。在此，rnj-1 指的是基础模型，而 rnj-1-instruct 指的是经过后训练的指令微调模型。

能力亮点

• 代码生成： rnj-1-instruct 和 rnj-1 在 HumanEval+、MBPP+、BigCodeBench 和 LiveCodeBench v6 等任务中衡量的代码生成能力都很强。两种模型都与最强的开源权重模型竞争，有时甚至优于更大的模型，例如 GPT OSS 20B。我们使用预测给定输出的输入和反之的任务 Crux-IO 来衡量代码理解能力。我们发现我们的模型优于可比的基线。对于跨编程语言的多语言代码生成能力，我们测量 MultiPL-E 在 6 种语言（C++、TypeScript、Java、JavaScript、Shell、PHP）上的表现，并发现性能接近最强的模型。
• 代理和工具使用： rnj-1-instruct 在代理编码方面占据领先地位，这是我们的目标能力之一。SWE-bench 性能表明该模型能够处理日常软件工程任务。该模型在 SWE-bench 上比同等大小的模型强一个数量级，并接近更大模型中的能力。它在 bash-only 模式下的 SWE-bench Verified 分数为 20.8%，高于 Gemini 2.0 flash 和 Qwen2.5-Coder 32B Instruct 在相同代理框架下的分数（排行榜）。
  
  人们对开发模型编写高性能代码的能力越来越感兴趣。rnj-1-instruct 能够使用分析器迭代地改进其编写的代码的性能。例如，在 Enamel 上，该模型测量了编写高效算法解决方案的能力，该模型优于相同设置下的所有其他模型。
  
  此外，rnj-1-instruct 在 Berkeley Functional Calling Leaderboard (BFCL) 测量的工具使用性能方面超越了可比的模型。
• 代码补全：由于专门接受了 FIM 预训练数据的训练，rnj-1 表现出强大的补全能力，并在后训练期间得到了进一步增强。基础模型 rnj-1 在 HE-FIM-Python (avg) 上获得了 82.49% 的分数，而 rnj-1-instruct 获得了 86.21% 的分数。
• 数学问题解决： rnj-1-instruct 在各种难度级别的数学方面都表现出很强的能力，从基础数学 (GSM8k) 到高中和本科数学 (Minerva-MATH) 以及竞赛数学 (AIME ‘24 和 ‘25)。在更难的科目上，它胜过或与该领域中最强的模型不相上下。
• 科学推理： rnj-1-instruct 表现出解决 GPQA-Diamond 和 SuperGPQA 中难题科学和技术问题所需的长期上下文推理能力。

参考

rnj-1 博客文章