фреймворки: — Лицензия Pytorch: mit Tasks: — Язык генерации текста: — En метрики: — точность base_model: — Qwen/Qwen2.5-3B-Instruct Это официальная контрольная точка, которую мы обучили с использованием платформы Tool-Star, основанной на Qwen2.5-3B-Instruct. Подробности см. на https://github.com/dongguanting/Tool-Star. Модель была представлена в статье Tool-Star: расширение возможностей LLM-Brained Multi-Tool Reasoner посредством обучения с подкреплением. Недавно большие языковые модели (LLM) продемонстрировали замечательные способности к рассуждению посредством крупномасштабного обучения с подкреплением (RL). Однако использование алгоритма RL для расширения возможностей эффективного совместного рассуждения с использованием нескольких инструментов в LLM остается открытой проблемой. В этой статье мы представляем Tool-Star, структуру на основе RL, предназначенную для того, чтобы дать возможность LLM автономно вызывать несколько внешних инструментов во время поэтапного рассуждения. Tool-Star объединяет шесть типов инструментов и использует систематические разработки как для синтеза данных, так и для обучения. Чтобы решить проблему нехватки данных об использовании инструментов, мы предлагаем общий конвейер синтеза данных, интегрированный с инструментами, который сочетает в себе подсказки, интегрированные с инструментами, с выборкой на основе подсказок для автоматического и масштабируемого создания траекторий использования инструментов. А…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: dongguanting
Теги: qwen2, conversational, text-generation-inference, endpoints_compatible
Лайков: 5 | Загрузок: 12
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.