/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
12 июн 2026

EnvACE-Qwen3-1.7B

Генерация текстаТекст → текст3 профессии

Агент на базе Qwen3-1.7B, дообученный для многошагового использования инструментов с внутренней репетицией ответов среды.

159скачиваний за 30 дней0лайковвеса обновлены7 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

EnvACE-Qwen3-1.7B — модель-агент на основе Qwen/Qwen3-1.7B в режиме рассуждений, разработанная командой EnvACE. Она дообучена методом обучения с подкреплением в рамках подхода world rehearsal: модель генерирует вызов инструмента, затем моделирует ожидаемый ответ среды и использует его для планирования следующих действий. Так в параметрах формируется модель динамики среды, которую агент может использовать для предварительной репетиции действий перед выполнением.

Модель предназначена для диалоговых агентов, которым нужно последовательно вызывать инструменты и решать задачи с несколькими шагами. В README указана оценка на BFCL-v4, τ²-Bench, VitaBench и FinMCP-Bench и переносимость на разные сценарии. Это плотная причинная языковая модель с 1,7 млрд параметров и контекстом до 40 960 токенов; метаданные указывают английский язык. Для запуска используется Transformers и формат Safetensors. Лицензия — Apache-2.0.

Результаты зависят от задачи и доступных инструментов; модель обучалась на внутренней репетиции среды без внешнего симулятора, поэтому качество её предсказаний ответов среды в конкретной интеграции следует проверять отдельно. Для полноценной работы с интерактивными средами README отсылает к фреймворку EnvACE.

Сценарии применения

  • многошаговое выполнение задач с вызовами инструментов
  • планирование действий агента по ответам среды
  • создание диалогового агента с поддержкой function calling
  • предварительная репетиция последовательности действий перед выполнением
  • оценка поведения агента на бенчмарках BFCL-v4 и τ²-Bench

Ограничения

Результаты зависят от задачи и интеграции с инструментами; качество внутреннего моделирования ответов среды может различаться. Для полноценной интеграции с интерактивными средами требуется фреймворк EnvACE.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EnvACE-Qwen3-1.7B

Model Description

EnvACE-Qwen3-1.7B is a tool-interactive agent model based on Qwen/Qwen3-1.7B (Thinking Mode), trained with the EnvACE framework for long-horizon tool use. Instead of interacting with real or synthesized executable environments during training, the model is trained by world rehearsal: it internalizes environment dynamics in its own parameters and acts as its own environment.

Training Process

EnvACE replaces external environment interaction with world rehearsal inside a single policy:

  • Acting / rehearsal alternation: the policy first generates a tool call, then plays the role of the environment to produce the response induced by that action, and conditions its subsequent decisions on the rehearsed response.
  • Joint end-to-end optimization: both roles share one set of parameters and are trained together with role-wise GRPO (a separate advantage baseline per role, one shared policy) from task-success rewards only — a pure RL stage, with no external simulator or executable environment in the loop.
  • Agent world model: through rehearsal the policy internalizes the relationship between actions and environment responses, yielding a world model that directly supports decision making. At test time this enables private rehearsal before committed execution, giving further gains under a moderate rehearsal budget without additional external interaction.

The method is evaluated on BFCL-v4, τ²-Bench, VitaBench and FinMCP-Bench, where it shows strong and transferable performance against environment-scaling baselines; controlled studies show world rehearsal consistently improves policy learning across model scales. See the paper for full results.

How to Use

Basic Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Team-ACE/EnvACE-Qwen3-1.7B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Qwen3 chat template + native function-calling format:
# tokenizer.apply_chat_template(messages, tools=tools, add_generation_prompt=True)

Recommended sampling parameters (inherited from Qwen3): temperature=0.6, top_p=0.95, top_k=20.

With the EnvACE Framework

For training and for full integration with tool-interactive environments, see the EnvACE repository.

Related Resources

Citation

If you use this model, please cite our work:

@article{xu2026envace,
  title={EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning},
  author={Xu, Zishan and Yao, Zhiyuan and Chen, Yuxin and Guo, Yifu and Lu, Zhengxi and Lu, Yuquan and Huang, Jinyang and Xu, Yan and Wang, Yasheng and Zhang, Weinan and Zeng, Xingshan and Liu, Weiwen},
  journal={arXiv preprint arXiv:2608.06197},
  year={2026}
}

License

This model is licensed under the Apache 2.0 License, following the base Qwen3 model license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
1f4cb99

0 моделей