/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,8 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
21 мая 2025

Tool-Star-Qwen-3B

Генерация текстаТекст → текст6 профессий

Дообученная на базе Qwen2.5-3B-Instruct модель для диалогового рассуждения с последовательным вызовом нескольких внешних инструментов.

44скачиваний за 30 дней5лайковвеса обновлены25 мая 2025

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

Tool-Star-Qwen-3B — дообученная модель на базе Qwen2.5-3B-Instruct, разработанная авторами фреймворка Tool-Star. Она предназначена для пошагового рассуждения с самостоятельным вызовом нескольких внешних инструментов и обменом результатами между ними. Модель использует архитектуру Qwen2, содержит 3,1 млрд параметров и принимает текст; контекст — до 32 768 токенов. Карточка указывает поддержку английского языка, интерфейс вызова инструментов и оценку по точности.

Модель подходит для диалоговых сценариев, где нужно разбить задачу на шаги, обратиться к доступным инструментам и использовать их ответы при дальнейшем рассуждении. Обучение включало начальную тонкую настройку и обучение с подкреплением для улучшения многоинструментального взаимодействия. Веса опубликованы в формате Safetensors; лицензия — MIT.

Сценарии применения

  • решение многошаговых задач с помощью внешних инструментов
  • построение диалогового агента с вызовом инструментов
  • последовательный поиск и объединение результатов нескольких инструментов

Ограничения

Качество зависит от доступности и корректной работы подключённых внешних инструментов; README не приводит подробных ограничений или результатов по отдельным бенчмаркам.

Для каких профессий подходит6

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

frameworks:

  • Pytorch license: mit tasks:
  • text-generation language:
  • en metrics:
  • accuracy base_model:
  • Qwen/Qwen2.5-3B-Instruct

Model Card for Tool-Star

This is the official checkpoint we trained using the tool-star framework, based on Qwen2.5-3B-Instruct.

Huggingface Paper: https://huggingface.co/papers/2505.16410

Details please refer to https://github.com/dongguanting/Tool-Star

Paper title and link

The model was presented in the paper Tool-Star: Empowering LLM-Brained Multi-Tool Reasoner via Reinforcement Learning.

Paper abstract

The abstract of the paper is the following:

Recently, large language models (LLMs) have shown remarkable reasoning capabilities via large-scale reinforcement learning (RL). However, leveraging the RL algorithm to empower effective multi-tool collaborative reasoning in LLMs remains an open challenge. In this paper, we introduce Tool-Star, an RL-based framework designed to empower LLMs to autonomously invoke multiple external tools during stepwise reasoning. Tool-Star integrates six types of tools and incorporates systematic designs in both data synthesis and training. To address the scarcity of tool-use data, we propose a general tool-integrated reasoning data synthesis pipeline, which combines tool-integrated prompting with hint-based sampling to automatically and scalably generate tool-use trajectories. A subsequent quality normalization and difficulty-aware classification process filters out low-quality samples and organizes the dataset from easy to hard. Furthermore, we propose a two-stage training framework to enhance multi-tool collaborative reasoning by: (1) cold-start fine-tuning, which guides LLMs to explore reasoning patterns via tool-invocation feedback; and (2) a multi-tool self-critic RL algorithm with hierarchical reward design, which reinforces reward understanding and promotes effective tool collaboration. Experimental analyses on over 10 challenging reasoning benchmarks highlight the effectiveness and efficiency of Tool-Star. The code is available at https://github.com/dongguanting/Tool-Star.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
2350a1d

0 моделей