Модель FunReason-MT-4B — это высокопроизводительная модель большого языка (LLM), идеально настроенная для сложных многоэтапных вызовов функций (FC) и задач использования агентских инструментов. Созданный на основе базовой модели Qwen3-4B-Instruct-2507, он был обучен с использованием новой среды синтеза данных FunReason-MT. FunReason-MT-4B достигает превосходных результатов в тестах многооборотной и агентной оценки Berkeley Function-Calling Leaderboard (BFCLv3). Эта производительность демонстрирует, что высококачественные синтезированные данные могут эффективно преодолеть барьер сложности при многооборотной генерации данных FC. — Базовая модель: Qwen3-4B-Instruct-2507 — Размер: 4 миллиарда параметров — Ключевые возможности: расширенный многооборотный вызов функций и использование агентских инструментов Модель прошла строгую оценку в таблице лидеров по вызову функций Беркли (BFCL). Обученная модель FunReason-MT лидирует в выполнении внераспределенных агентских задач (веб-поиск и память). Эта работа является частью проекта с открытым исходным кодом AWorld, InclusionAI. Если вы используете FunReason-MT в своих исследованиях, пожалуйста, укажите технический отчет:
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: Bingguang
Теги: qwen3, agent, Agentic Learning, tool use, BFCL, conversational, en, text-generation-inference
Лайков: 8 | Загрузок: 19
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
