/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
11 апр 2026

Qwen3-0.6B-ToolCalling-Claude-4.6-Opus-Distilled-v1

Генерация текстаТекст → текст4 профессии

Дообученная Qwen3-0.6B для диалогов, рассуждений и более точного выбора и форматирования вызовов инструментов.

131скачиваний за 30 дней0лайковвеса обновлены12 апр 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

Qwen3-0.6B-ToolCalling-Claude-4.6-Opus-Distilled-v1 — дообученная модель на базе Qwen/Qwen3-0.6B от diverWayne для генерации текста, рассуждений и вызова инструментов. Обучение включало SFT на данных вызова инструментов и рассуждений, затем DPO для улучшения выбора между вызовом инструмента и обычным ответом, а также форматирования аргументов. В репозитории есть LoRA-адаптер, объединённые веса Safetensors и GGUF в форматах F16 и Q6_K.

Модель предназначена для диалоговых приложений и сценариев, где нужно выбирать подходящий инструмент и формировать аргументы вызова. В карточке указана английская языковая поддержка; базовая Qwen3 описана как многоязычная, но языки этой донастройки отдельно не перечислены. README сообщает о длине последовательности 16 384 токена при SFT; это параметр обучения, а не подтверждённый предел контекста при использовании.

В краткой проверке When2Call модель набрала 67% на выборке из 100 примеров, а встроенные проверки вызова функций показали 3 из 4 для выбора инструмента и корректности формата. Эти результаты ограничены размером и составом проверок. Известный недостаток — модель может вызывать инструменты, когда в запросе не хватает обязательных данных. Лицензия — Apache-2.0.

Сценарии применения

  • выбор, нужно ли вызывать инструмент в диалоге
  • формирование аргументов для вызова функции
  • подключение вызовов инструментов к чат-боту
  • ответы на вопросы с использованием доступных инструментов

Ограничения

Модель может чрезмерно часто вызывать инструменты, если в запросе отсутствуют обязательные данные. Приведённые оценки основаны на четырёх ручных проверках и выборке из 100 примеров, поэтому не являются полноценным бенчмарком.

Для каких профессий подходит4

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

Qwen3-0.6B-ToolCalling-Claude-4.6-Opus-Distilled-v1

This model is a function-calling and reasoning-oriented fine-tune of Qwen/Qwen3-0.6B, trained with a 2-stage recipe:

  1. SFT on mixed tool-calling + reasoning data
  2. DPO to improve call-vs-no-call decisions

Model Summary

  • Base model: Qwen/Qwen3-0.6B
  • Method: LoRA SFT + LoRA DPO
  • Primary goal: improve tool invocation decisions and argument formatting while keeping concise reasoning behavior
  • Final artifacts in this repo:
    • lora_adapter/* (adapter weights)
    • merged_safetensors/* (merged full model)
    • merged_gguf/model-f16.gguf

Training Data

Training used the following public datasets:

  • Salesforce/xlam-function-calling-60k
  • nvidia/When2Call
  • Roman1111111/claude-opus-4.6-10000x
  • Crownelius/Opus-4.6-Reasoning-3300x

Local merged split sizes:

  • SFT train: 91,048
  • SFT val: 1,858
  • DPO train: 8,550
  • DPO val: 450

Training Procedure

Stage 1: SFT

  • LoRA: r=64, alpha=128, dropout=0.05, target_modules=all-linear
  • Sequence length: 16384
  • Epochs: 3
  • Per-device batch size: 2
  • Gradient accumulation: 16
  • LR: 2e-4 (cosine, warmup ratio 0.05)
  • bf16 + gradient checkpointing
  • Best SFT eval loss: 0.126719 (checkpoint-8500)

Stage 2: DPO

  • LoRA: r=32, alpha=64, dropout=0.05, target_modules=all-linear
  • beta=0.1, loss_type=sigmoid
  • max_length=1024, max_prompt_length=512
  • Per-device batch size: 1
  • Gradient accumulation: 32
  • LR: 5e-7 (cosine, warmup ratio 0.03)
  • bf16 + gradient checkpointing
  • precompute_ref_log_probs=true, precompute_ref_batch_size=1

Runtime Environment

  • GPU: NVIDIA GeForce RTX 5090 (31.37 GiB)
  • CUDA runtime (PyTorch): 12.8
  • PyTorch: 2.11.0+cu128
  • TRL: 1.0.0
  • PEFT: 0.18.1
  • Transformers: 5.5.1

Evaluation

Evaluation run date: 2026-04-12 (UTC)

Command:

python eval/eval_fc.py \
  --model_path ./outputs/final_weights/merged_safetensors \
  --eval_type all \
  --device cuda

Results:

  • Built-in function-calling checks (4 cases):
    • Format correctness: 3/4 (75%)
    • Tool selection: 3/4 (75%)
  • When2Call MCQ (sample=100 from test/mcq):
    • Accuracy: 67/100 (67%)

Usage

Transformers (merged model)

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "diverWayne/Qwen3-0.6B-ToolCalling-Claude-4.6-Opus-Distilled-v1"

tokenizer = AutoTokenizer.from_pretrained(model_id, subfolder="merged_safetensors", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, subfolder="merged_safetensors", trust_remote_code=True)

LoRA adapter

from transformers import AutoModelForCausalLM
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3-0.6B", trust_remote_code=True)
model = PeftModel.from_pretrained(base, "diverWayne/Qwen3-0.6B-ToolCalling-Claude-4.6-Opus-Distilled-v1", subfolder="lora_adapter")

Limitations

  • This model can still over-call tools when user input lacks required slots.
  • Built-in check includes only 4 handcrafted cases and should not be treated as a benchmark.
  • When2Call score is from a 100-sample quick evaluation, not full test set scoring.
  • Outputs may inherit bias and errors from source datasets and synthetic data.

License

This repository is released under Apache-2.0.
Please separately verify the licenses/terms of each training dataset and upstream base model before commercial use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
e232807

0 моделей