Эта модель, основанная на Qwen3-4B-Thinking-2507, была обучена с использованием GSPO (Чжэн и др., 2025) на основе агентского каркаса, построенного вокруг системы памяти, подобной Обисидиану, и инструментов, необходимых для взаимодействия с ней. Модель была обучена выполнению следующих подзадач: — Извлечение: извлечение соответствующей информации при необходимости из системы памяти. В этой подзадаче мы также обучили модель фильтрованию полученной информации и/или ее полному запутыванию. — Обновление: Обновление системы памяти новой информацией. — Разъяснение: запрос разъяснений, когда запрос пользователя неясен или противоречит информации в системе памяти. В каркасе модель использует теги и для структурирования своего ответа. Использование только после завершения взаимодействия с памятью. Блок выполняется в песочнице с помощью инструментов, а результаты блока кода возвращаются в теге модели, образуя агентный цикл. Модель также обучена для обработки дополнительных фильтров, заданных пользователем между тегами после запроса пользователя. Эти фильтры используются для фильтрации полученной информации и/или ее полного запутывания. Мы оценили эту модель и несколько других открытых и закрытых моделей на…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: driaforall
Теги: qwen3, mlx, conversational, text-generation-inference, endpoints_compatible, 4-bit
Лайков: 5 | Загрузок: 73
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
