/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,6 млрд
Лицензия
Apache 2.0
Архитектура
gpt_oss · MoE
Базовая модель
gpt-oss-20b
Библиотека
transformers
Опубликована
30 апр 2026

gpt-oss-20b-hermes_agent-tool-finetune_16bit

Генерация текстаТекст → текст4 профессии

Англоязычная дообученная модель gpt-oss-20b для надёжного вызова инструментов и многошаговых циклов локальных агентных систем.

86скачиваний за 30 дней1лайквеса обновлены2 мая 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

Модель fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit — дообученная версия OpenAI gpt-oss-20b для локального фреймворка Hermes-Agent. Это причинная языковая модель с архитектурой Mixture-of-Experts; в README базовая модель описана как модель на 21 млрд параметров с 3,6 млрд активных параметров, а метаданные каталога указывают 1,6 млрд параметров. Контекст составляет до 131 072 токенов по метаданным, хотя обучение этого чекпойнта проводилось на последовательностях длиной 8 192 токена.

Модель предназначена для диалогов с инструментами: вызовов функций, следования многошаговым инструкциям и продолжительных циклов «вызов инструмента — наблюдение — планирование». Сохраняет шаблон чата Harmony и настройку уровня reasoning effort. Дообучение выполнено методом LoRA SFT на примерно 42 тысячах трасс использования инструментов, после чего адаптер объединён с базовыми весами; доступны веса BF16 в формате Safetensors, ориентированные на запуск через vLLM или Transformers.

Основной язык — английский. По README, дообучение улучшает соблюдение формата вызовов и системных инструкций, но не направлено на улучшение математики или генерации кода; при расплывчатых запросах модель может избыточно вызывать инструменты. Дополнительная настройка безопасности не проводилась. Лицензия — Apache-2.0.

Сценарии применения

  • вызов функций с формированием корректного JSON
  • многошаговая работа агента с инструментами
  • обработка результатов инструментов и планирование следующего шага
  • выполнение системных инструкций в диалогах с инструментами

Ограничения

Модель может чрезмерно часто вызывать инструменты при расплывчатых инструкциях; улучшения математики и генерации кода не заявлены. Дообучение проводилось только на английском языке, дополнительная настройка безопасности не выполнялась.

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

gpt-oss-20b · Hermes-Agent tool finetune · BF16

Reference checkpoint. Full BF16 weights, ready for vLLM, Transformers, or further quantization.

  • Format — Safetensors, BF16
  • Size on disk — ~41 GB
  • VRAM (inference) — ~42 GB
  • Recommended runtime — vLLM ≥ 0.6, Transformers ≥ 4.45

What this is

A tool-use finetune of OpenAI's gpt-oss-20b for Hermes-Agent, a local agent framework that needs models which call tools reliably, follow multi-turn instructions, and don't argue with system prompts.

The base model is the 21B-parameter (3.6B active) Mixture-of-Experts release from OpenAI. This finetune preserves the Harmony chat template and the reasoning-effort knob, and improves:

  • Function-calling adherence (correct JSON, no commentary mid-call)
  • Long agent loops (10+ turns of tool → observe → plan)
  • System-prompt fidelity (respects role boundaries and refusal/allow-list rules)

It is not affiliated with NousResearch's Hermes model series. "Hermes-Agent" here refers to the local agent framework only.

Quickstart

vLLM

pip install -U vllm
vllm serve fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit \
  --max-model-len 8192 \
  --gpu-memory-utilization 0.92

OpenAI-compatible endpoint at http://127.0.0.1:8000/v1.

Transformers

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

tok = AutoTokenizer.from_pretrained("fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit")
model = AutoModelForCausalLM.from_pretrained(
    "fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit",
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

msgs = [
    {"role": "system", "content": "You are a helpful agent. Reasoning: low"},
    {"role": "user", "content": "What is 17 * 23?"},
]
inputs = tok.apply_chat_template(msgs, return_tensors="pt", add_generation_prompt=True).to(model.device)
out = model.generate(inputs, max_new_tokens=256, do_sample=True, temperature=0.7, top_p=0.95)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))

Hermes-Agent integration

Add a profile in ~/.hermes/config.yaml:

profiles:
  gpt-oss-20b-tools:
    provider: openai
    base_url: http://127.0.0.1:1234/v1   # LM Studio / vLLM / mlx_lm.server
    model: fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit
    temperature: 0.7
    top_p: 0.95
    min_p: 0.1                            # important for MoE stability
    max_tokens: 8192
    tool_choice: auto

Then hermes profile use gpt-oss-20b-tools and the agent loop will route tool calls through this model.

Sampling

ParamValueWhy
temperature0.7balanced; drop to 0.2 for strict tool calls
top_p0.95standard nucleus
min_p0.1required for MoE — prevents dead-expert tokens
repetition_penalty1.0the model handles repetition itself

Harmony reasoning effort: set the system message to Reasoning: low|medium|high. high is roughly 3-4x more output tokens but noticeably better on multi-step tool plans.

Training

  • Base: openai/gpt-oss-20b
  • Method: LoRA SFT (rank 64, alpha 16) merged back into BF16
  • Frame: Unsloth + TRL on a single H100 (80 GB)
  • Data: ~42k tool-use traces from Hermes-Agent sessions, filtered for successful tool calls and clean JSON. No synthetic distillation.
  • Length: 8192 tokens, packing on
  • Loss: assistant-only, mask user/system/tool

The _16bit repo holds the merged BF16 weights. The _4bit, _mlx, and _gguf repos are quantizations of that checkpoint.

Limitations

  • Math and code-generation are unchanged from the base — this finetune optimizes the agent loop, not raw reasoning.
  • The model can over-call tools when given vague instructions. Add a "if you can answer directly, do so" line to the system prompt.
  • English only. Other languages were not in the training mix.
  • Not safety-tuned beyond what gpt-oss-20b already provides.

Other formats

License

Apache-2.0, inherited from the base model. No additional restrictions.

Citation

@misc{fesalfayed_gptoss20b_hermesagent_2025,
  author = {Fayed, Fesal},
  title  = {gpt-oss-20b Hermes-Agent tool finetune (16bit)},
  year   = {2025},
  url    = {https://huggingface.co/fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_16bit},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GptOssForCausalLM
Ревизия весов
e8907e1

0 моделей