/ Модель

Характеристики

Контекст
202 752 токена
Параметры
23,4 млрд
Лицензия
MIT
Архитектура
glm4_moe · dense
Опубликована
2 фев 2026

daVinci-Agency

Генерация текстаТекст → текст8 профессий

Дообученная на GLM-4.6 языковая модель для многошаговой агентной работы, автономного программирования и использования инструментов.

24скачиваний за 30 дней5лайковвеса обновлены4 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

daVinci-Agency — языковая модель от GAIR, дообученная на базе GLM-4.6 от Zhipu AI для длительных агентных задач, особенно связанных с разработкой программного обеспечения. Она обучалась на траекториях реальных цепочек GitHub Pull Request и рассчитана на работу с многошаговыми процессами: декомпозицией задач, сохранением последовательности действий, использованием инструментов и итеративным улучшением результатов.

Модель имеет архитектуру GLM-4 MoE и 23,4 млрд параметров. Контекстное окно составляет около 200 тысяч токенов; в метаданных указано 202 752 токена. Основные сценарии — автономное программирование, планирование и выполнение сложных рабочих процессов, анализ обратной связи и самокоррекция. В README сообщается о приросте на Toolathlon относительно базовой модели, однако приведённых результатов недостаточно для оценки качества во всех сценариях.

Модель принимает текст и генерирует текст, включая ответы в чат-формате и вызовы инструментов. В карточке заявлена поддержка английского языка. Лицензия — MIT.

Сценарии применения

  • декомпозиция крупных задач разработки на последовательные этапы
  • автономная работа над изменениями в репозитории и pull request
  • планирование и выполнение длительных рабочих процессов с инструментами
  • итеративное исправление кода с учётом обратной связи
  • анализ длинной истории разработки в контексте до 202 752 токенов

Ограничения

Заявленные результаты относятся к ограниченному набору бенчмарков и не гарантируют качество в других задачах. Модель оптимизирована для длительных агентных процессов и разработки ПО; её эффективность в иных областях в карточке не описана.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card

daVinci-Agency is a long-horizon agentic model finetuned on GLM-4.6. It is designed to master long-horizon tasks by learning from the iterative evolutionary process of real-world software development.

Unlike standard instruction-tuned models, daVinci-Agency is trained on trajectories that explicitly embody key meta-skills: task decomposition, long-term consistency, and iterative refinement. These trajectories, mined from real GitHub Pull Request chains, average 85k tokens and 116 tool invocations, enabling the model to handle complex, multi-step agentic workflows with superior proficiency.

Model Details

  • Base Model: GLM-4.6 (Zhipu AI)
  • Context Window: 200K Tokens (Inherited from GLM-4.6, optimized for long-horizon history)
  • Training Method: Finetuned on daVinci-Agency synthetic data.
  • Primary Capabilities: Long-horizon planning, complex tool usage, autonomous coding, and self-correction.

Highlights

  • 🚀 Unlocking Long-Horizon Agency: By training on interaction trajectories that mirror the "software evolution" process, daVinci-Agency breaks the teacher bounds of traditional data synthesis, learning to maintain consistency over long operational windows.
  • 🧠 Advanced Meta-Skills: The model demonstrates internalized capabilities for decomposing massive tasks into manageable units (PRs) and refining solutions based on feedback, achieving a 47% relative gain on Toolathlon compared to the base model.
  • 🏗️ Built on GLM-4.6: Leveraging the superior coding and reasoning foundation of GLM-4.6, daVinci-Agency inherits a 200K context window, enabling it to process the extensive context required for complex agentic tasks.

📊 Performance Benchmarks

daVinci-Agency (239 samples) consistently outperforms much larger synthetic datasets.

Training DataSamplesSWE-bench(SWE-agent)Toolathlon$\tau^2$-benchOverall Avg.
GLM-4.6 (Base)-0.6080.1570.6750.441
SWE-Smith66,0000.4040.0930.5860.373
CC-bench2600.6180.0000.6970.436
daVinci-Agency2390.6320.2310.7070.475

Baseline Models Comparison

ModelSWE-bench(SWE-agent)ToolathlonAgencyBenchOverallAvg.
DeepSeek-v3.20.4560.25011.60.366
Qwen3-235B0.5040.0464.60.309
Kimi-K2-Thinking0.3180.21311.80.404
GLM-4.60.6080.15711.90.441
GLM-4.6-daVinci-Agency0.6320.23115.90.475

Inference

Since daVinci-Agency is based on GLM-4.6, it utilizes the standard GLM tokenizer and chat template.

Recommended Parameters

Following the GLM-4.6 guidelines, we recommend the following parameters for optimal performance, especially in code-related tasks:

  • Temperature: 1.0 (General)
  • Top_p: 0.95
  • Top_k: 40

Quick Start (Transformers)

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda"
model_path = "GAIR/daVinci-Agency" # Replace with actual path

tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=True,
    trust_remote_code=True
).to(device).eval()

# Example: Complex Long-Horizon Task
query = "Refactor the authentication module in this repository to support OAuth2, ensuring backward compatibility."

messages = [
    {"role": "system", "content": "You are an intelligent software engineering agent capable of long-horizon planning and execution."},
    {"role": "user", "content": query}
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_tensors="pt",
    return_dict=True
).to(device)

gen_kwargs = {
    "max_new_tokens": 4096,
    "do_sample": True,
    "top_p": 0.95,
    "temperature": 1.0,
    "top_k": 40
}

with torch.no_grad():
    outputs = model.generate(**inputs, **gen_kwargs)
    response = outputs[:, inputs['input_ids'].shape[1]:]
    print(tokenizer.decode(response[0], skip_special_tokens=True))

Citation

If you use daVinci-Agency in your research, please cite our work:

@article{jiang2026davinci,
  title={daVinci-Agency: Unlocking Long-Horizon Agency Data-Efficiently},
  author={Mohan Jiang and Dayuan Fu and Junhao Shi and Ji Zeng and Weiye Si and Keyu Li and Xuefeng Li and Yang Xiao and Wenjie Li and Dequan Wang and Pengfei Liu},
  journal={arXiv preprint arXiv:2602.02619},
  year={2026}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модель не помещается даже в 8 × 80 ГБ.

Класс архитектуры
Glm4MoeForCausalLM
Ревизия весов
868b2d3

0 моделей