Эта модель является частью исследования, представленного в статье rStar2-Agent: Технический отчет об агентном рассуждении. Официальный код и рецепты обучения можно найти в репозитории GitHub. Это воспроизведенная версия rStar2-Agent, модели математического рассуждения с 14B параметрами, которая обеспечивает производительность, сравнимую с 67B DeepSeek-R1, за счет чистого агентного обучения с подкреплением. Модель превосходно справляется с планированием, рассуждением и автономным использованием инструментов кодирования для эффективного исследования, проверки и размышления для решения сложных проблем. Это пример использования. Чтобы воспроизвести результаты математической оценки в техническом отчете, обратитесь к @microsoft/rstar. Сначала обработайте модель с помощью SGLang с помощью следующей команды: Параметры: —model-path: путь к модели rStar2-Agent — —port: порт сервера (по умолчанию: 30000) — —tensor-parallel-size: количество графических процессоров для параллельной обработки — —tool-call-parser: анализатор для вызовов инструментов (для этой модели используйте «qwen25»)
Модальности:
Генерация текста
Области применения:
Диалог / чат Вызов функций (Tool use)
Задача: Генерация текста
Автор: rstar2-reproduce
Теги: qwen3, reinforcement-learning, agentic-reasoning, math-reasoning, tool-use, conversational, en, zh
Лайков: 26 | Загрузок: 41
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
