/ Модель

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-0.8B
Опубликована
25 мар 2026

Qwen-0.8B-AgentJSON

Генерация текстаТекст → текст3 профессии

Компактная модель AIREV на базе Qwen, которая формирует JSON-планы вызова инструментов для агентных приложений на мобильных и периферийных устройствах.

152скачиваний за 30 дней5лайковвеса обновлены26 мар 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

AIREV Qwen-0.8B-AgentJSON — компактная текстовая модель, разработанная AIREV для платформы OnDemand Agentic AI. Она дообучена методом полного fine-tuning на базе Qwen/Qwen3.5-0.8B и обучена генерировать JSON-планы оркестрации инструментов: выбирать плагины из доступного набора, указывать параметры и порядок вызовов. В README описаны этапы SFT на 47 400 примерах со схемами 2 176 плагинов и последующего обучения GRPO с прогрессивной системой вознаграждений.

Модель содержит 581,4 млн параметров, принимает текстовые запросы с описаниями доступных инструментов и выдаёт текст, обычно структурированный как JSON. Заявленный контекст — до 262 144 токенов. Модель ориентирована на локальное применение на мобильных и периферийных устройствах; в README указана работа со скоростью около 30 токенов в секунду на Snapdragon 8 Elite для квантизированной версии. Лучше всего подходит для простых сценариев с одним-двумя вызовами инструмента.

В приведённых оценках точность валидного JSON составляет 92–96% для простых и средних запросов, но точное совпадение плагина снижается при усложнении сценария. Модель обучена на формате схем плагинов OnDemand, хуже подходит для сложных цепочек из пяти и более инструментов; для производственного использования рекомендуется проверять JSON. Лицензия — Apache-2.0.

Сценарии применения

  • выбор плагина для выполнения пользовательского запроса
  • формирование JSON-параметров вызова инструмента
  • планирование последовательности из одного-двух вызовов инструментов
  • локальная маршрутизация запросов к инструментам на мобильном устройстве
  • оркестрация плагинов платформы OnDemand

Ограничения

Точность снижается в сложных сценариях с тремя и более инструментами; модель обучена на формате схем плагинов OnDemand. Для производственного применения рекомендуется валидировать сгенерированный JSON.

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

AIREV Qwen-0.8B-AgentJSON

World's first sub-1B parameter model with functional tool calling capability.

Built by AIREV for the OnDemand Agentic AI Platform.

Key Results

MetricScore
JSON Validity (Easy queries)92%
Correct Plugin Selection94%
Exact Plugin ID Match (Easy)81%
Production Composite Score75.6%
Parameters752M
Quantized Size~400MB
Edge Inference Speed~30 tok/s

What This Model Does

Generates structured JSON execution plans for tool/plugin orchestration. Given a user request and available tools, it produces a valid JSON object specifying which tools to call, with what parameters, and in what order.

Evaluation Results

Production Plugin Eval (Real OnDemand Plugins, 50 samples)

MetricModelBase Qwen 0.8BImprovement
Valid JSON94.0%18.0%+76%
Correct Plugin IDs44.0%0.0%+44%
Params Correct Type94.0%0.0%+94%
Param Keys Match66.0%0.0%+66%
Real Production IDs94.0%0.0%+94%
Dependencies Present88.0%0.0%+88%
Composite75.6%4.8%+70.8%

By Query Complexity

DifficultyJSON ValidReal Plugin IDsExact Match
Easy (1 tool)92%92%81%
Medium (2-3 tools)96%96%4%

Training Pipeline

This model was trained using a novel multi-stage approach developed by AIREV:

Stage 1: Supervised Fine-Tuning (SFT)

  • Base model: Qwen 3.5-0.8B
  • 47K+ curated samples with reasoning traces and structured JSON outputs
  • Real production plugin schemas from the OnDemand platform (2,176 plugins)
  • LLM-evaluated data quality filtering (score >= 8/10)
  • Full fine-tune (not LoRA) — research shows full FT outperforms at sub-1B scale

Stage 2: Progressive Curriculum GRPO

  • Group Relative Policy Optimization with a novel 4-phase progressive reward curriculum
  • The reward progressively increases in difficulty across training:
    • Phase 1: JSON structural validity
    • Phase 2: Required field presence
    • Phase 3: Correct tool selection (prompt-grounded)
    • Phase 4: Parameter quality and completeness
  • Innovation: Noise injection for zero-variance groups prevents common GRPO failure modes
  • Prompt-aware reward function verifies selected tools against available options in the input

Why This Matters

  1. Sub-1B tool calling is novel — no published model under 3B demonstrates functional tool calling
  2. Progressive Curriculum GRPO — a new approach enabling skill stacking in small models
  3. Edge deployment viable — 400MB quantized, 30 tok/s on Snapdragon 8 Elite, <3s response time

Model Specs

ParameterValue
Base ModelQwen 3.5-0.8B (752M params)
Training Data47,400 samples (real production plugins)
SFT Epochs3
GRPO Steps1,250
Precisionbf16
HardwareNVIDIA H100 80GB
AttentionSDPA

Intended Use

  • Primary: On-device agentic AI for tool orchestration on edge devices (AR glasses, mobile, IoT)
  • Platform: Built for the OnDemand Agentic AI Platform (3,000+ tools)
  • Best for: 1-2 step tool calling queries
  • Not recommended for: Complex multi-step workflows (5+ tools)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained("airev-ae/Qwen-0.8B-AgentJSON", torch_dtype=torch.bfloat16)
tokenizer = AutoTokenizer.from_pretrained("airev-ae/Qwen-0.8B-AgentJSON")

messages = [
    {"role": "system", "content": "You are an AI agent orchestrator. Generate a JSON execution plan."},
    {"role": "user", "content": "Search for the latest AI news"}
]

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

output = model.generate(**inputs, max_new_tokens=512, temperature=0.8, do_sample=True)
print(tokenizer.decode(output[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Limitations

  • Best accuracy on 1-2 tool queries; degrades on 3+ tool orchestration
  • Trained on OnDemand plugin schema format
  • Recommended: use with JSON validation at inference for production
  • Temperature 0.7-0.8 produces best results

Citation

@misc{airev2026agentjson,
  title={AIREV Qwen-0.8B-AgentJSON: Sub-1B Tool Calling via Progressive Curriculum GRPO},
  author={AIREV FZ-LLC},
  year={2026},
  url={https://huggingface.co/airev-ae/Qwen-0.8B-AgentJSON}
}

Built by AIREV | OnDemand Platform | Abu Dhabi, UAE

Trained with Progressive Curriculum GRPO — a novel approach for sub-1B structured output generation.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
8f7e644

0 моделей