> ### 👉 Есть более новая, лучшая модель: RefinedToolCall-V5-3B > Преемник самостоятельного RFT с соблюдением политики, который улучшает многооборотный агент ~3,7× плюс однооборотный > вызов (0,707) и восстановление после ошибок (0,896) — с сохранением рассуждений. Попробуйте: > ollama запустите replaceneuro/refinedtoolcallv5-3b ⚠️ Предварительный просмотр исследования/эксперимент. Перед использованием прочтите «Ограничения». Тонкая настройка LoRA WeiboAI/VibeThinker-3B (на базе Qwen2), которая добавляет вызов функций в стиле Hermes (… + …) и — новое в версии 0.4 — значительно лучшее использование многоходовых агентных инструментов, сохраняя при этом математические рассуждения и STEM. Версия 0.4 нацелена на многооборотный агентный потолок, чего не могла сделать версия 0.3 (версия 0.3 подняла однооборотную функцию, вызывающую +13,8 пунктов, но по-прежнему не удалась работа с многооборотными циклами). Используя клонирование поведения с сопоставлением распределения на золотых траекториях из многоходовых задач Berkeley Function-Calling Leaderboard (BFCL) — выполняемых на реальных бэкэндах с сохранением состояния для реальных ответов инструмента, с планированием и явным шагом завершения хода — успех многоходовых операций улучшился примерно в 2,5–3 раза без регрессии** к рассуждению, восстановлению или одноходовому вызову: все результаты измерены на удерживаемых разделениях, которые никогда не наблюдались в обучении; рассуждения/восстановления/одиночные ходы проходили как канарейки…
Модальности:
Генерация текста
Области применения:
Логика и рассуждение Диалог / чат Вызов функций (Tool use)
Задача: Генерация текста
Автор: RefinedNeuro
Теги: hermes, qwen2, tool-calling, function-calling, multi-turn, agentic, reasoning, research-preview
Лайков: 5 | Загрузок: 0
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
