Модель ASTRA-14B-Thinking-v1 создана на основе Qwen3-14B и специально оптимизирована для многоэтапных задач, дополненных инструментами, с расширенными агентными возможностями в использовании сложных инструментов и структурированных рассуждений. Эта модель была представлена в статье ASTRA: Автоматизированный синтез агентских траекторий и арен подкрепления. ASTRA — это полностью автоматизированная комплексная среда для обучения агентов языковых моделей с расширенными инструментами посредством масштабируемого синтеза данных и проверяемого обучения с подкреплением. ASTRA-Thinking-14B обеспечивает высочайшую производительность на многооборотном подмножестве BFCL-V3 при сопоставимых масштабах моделей. Данные обучения основаны на двух основных принципах автоматизации: — Ключевая особенность: мы создали обширный пул инструментов из 1585 серверов MCP, охватывающий 19 036 инструментов в 41 области. Конвейер данных анализирует зависимости на уровне схемы для создания исполняемых цепочек инструментов, гарантируя, что синтезированные траектории являются реалистичными и выполнимыми по параметрам. — Пример данных: ASTRA-SFT-1k — Ключевая особенность: для поддержки надежного обучения с подкреплением мы синтезируем полностью проверяемые среды, реализованные на Python. Эти среды проверяются посредством изолированного выполнения, обеспечивая многооборотную…
Модальности:
Генерация текста
Области применения:
Диалог / чат Вызов функций (Tool use)
Задача: Генерация текста
Автор: Emperorizzis
Теги: qwen3, tool-use, agent, reinforcement-learning, conversational, text-generation-inference, endpoints_compatible
Лайков: 9 | Загрузок: 10
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
