Наши модели обеспечивают высочайшую производительность при выполнении множества задач агентной оценки: подробные результаты тестов, экспериментальную установку и всесторонние сравнения можно найти в нашей статье. Мы публикуем наши наборы данных через Hugging Face 🤗: — Имя: GAIR/LIMI — Краткое описание: курируемые агентские данные SFT (сообщения OpenAI, дополнительные инструменты, нормализованные аргументы вызова инструментов); текущий выпуск содержит 78 высококачественных семплов. — Ссылка: https://huggingface.co/datasets/GAIR/LIMI То же, что и LIMI; предоставлять сообщения в формате чата OpenAI, при необходимости с помощью инструментов. Если это полезно, включите сообщение о системе заземления. Использует те же метрики (FTFC, SR@R, RC@R при R=3) и протокол, что и LIMI; см. статью для сравнительных результатов. — Наследует ограничения базовой модели; проверено только на курируемых агентских задачах. — Снижение затрат на вычисления с возможным снижением производительности при выполнении сложных задач. — Наследует условия GLM‑4.5‑Air; проверьте исходящую лицензию перед развертыванием
Модальности:
Генерация текста
Области применения:
Диалог / чат Вызов функций (Tool use)
Задача: Генерация текста
Автор: GAIR
Теги: glm4_moe, agent, tool-use, long-context, conversational, en, endpoints_compatible
Лайков: 9 | Загрузок: 4
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
