mirau-agent-14b-base — это большая языковая модель, специально оптимизированная для сценариев агента, доработанная с помощью Qwen2.5-14B-Instruct. Эта модель направлена на расширение возможностей многооборотного вызова инструментов, что позволяет автономно планировать, выполнять задачи и обрабатывать исключения в сложных интерактивных средах. Хотя это называется «базовой», это не относится к предварительно обученной базовой модели. Вместо этого это версия с «холодным запуском», подвергнутая контролируемой точной настройке (SFT) и прямой оптимизации предпочтений (DPO). Он обеспечивает высококачественную начальную политику для последующего обучения с подкреплением. Мы также надеемся, что сообщество сможет еще больше улучшить его с помощью RL. Демонстрация взаимодействия: !Использование нескольких инструментов для четко определенной задачи (если не отображается, проверьте папку демонстраций) 1. Следующая инструкция не идеальна. В примере с RP не выполнялась проверка личности пользователя, указанная в агенте_config. 2. Проблемы с галлюцинациями — иногда случайно заполняет параметры или выдумывает информацию, которую пользователь не предоставил. 1. Планирование и обработка ошибок. Модель демонстрирует некоторые возможности планирования и обработки ошибок. Например, в тестовом примере «Путешествие на Запад» это…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: eliuakk
Теги: en
Лайков: 6 | Загрузок: 0
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
