/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Библиотека
transformers
Опубликована
13 июн 2026

slm-agent-action-router-smollm2-135m

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель, дообученная выбирать следующее действие агента-разработчика по отчёту о ходе работы и выдавать его в заданной JSON-схеме.

28скачиваний за 30 дней0лайковвеса обновлены13 июн 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 Agent Action Router — полно-параметрическая модель с supervised fine-tuning от автора ishaanranjan на основе HuggingFaceTB/SmolLM2-135M-Instruct. Это компактная плотная causal language model семейства Llama с 134,5 млн параметров, рассчитанная на выбор следующего действия агентского окружения разработчика по шумному отчёту о ходе работы. Она предназначена для одной узкой подзадачи и использования внутри проверенного harness: он формирует специализированный запрос, разбирает строгий JSON, допускает одну попытку исправления по обратной связи схемы, применяет детерминированные проверки и при необходимости использует правила.

Модель принимает текст и генерирует текст с ответом в заданной JSON-схеме. Контекст модели — 8192 токена; обучение проводилось на последовательностях до 2048 токенов. В тестировании на отложенных репозиториях HTTPX и Jinja2 точность успешного выбора после одной попытки составила 62,8%, а валидность схемы JSON при первой попытке — 100%. Обучение выполнено на 2000 примерах, созданных детерминированными оракулами для Python-репозиториев. Заявлена поддержка английского языка. Лицензия — Apache-2.0.

Модель предназначена для узкой агентской подзадачи, а не для общего программирования, чата или широкого следования инструкциям. Она специализирована на закрытой JSON-схеме, и README предупреждает, что широкие способности базовой модели могут быть утрачены; результаты эксперимента также указывают на ограниченную успешность выбора действия. Для применения следует использовать предусмотренный harness с проверками и резервными правилами.

Сценарии применения

  • выбор следующего действия агента-разработчика по отчёту о ходе работы
  • маршрутизация действий в проверенном harness для агентских подзадач
  • формирование ответа о действии агента в строгом формате JSON

Ограничения

Модель специализирована на одной закрытой JSON-схеме и не предназначена для общего чата или широкого следования инструкциям. В тестировании успешность выбора действия составила 62,8%, поэтому для использования нужны проверки и резервные правила harness.

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

Agent Action Router (SmolLM2 135M)

This is a full-parameter supervised fine-tune of HuggingFaceTB/SmolLM2-135M-Instruct for one narrow, schema-bound developer-agent subroutine:

Choose the next harness action from a noisy progress report.

The model is one cell from the Parameter Floors for Developer-Agent Subroutines experiment. Labels are generated by deterministic oracles over real Python repositories; no teacher model or human judge labels the data.

Intended Use

Use this checkpoint inside the repository's verified subroutine harness, which renders the task-specific prompt, parses strict JSON, permits one localized schema-feedback retry, applies deterministic guards, and falls back to rules where appropriate. This is not a general coding assistant or chat model.

Evaluation

Evaluation uses up to 250 examples from HTTPX and Jinja2, both held out entirely from training. Decoding is greedy.

MetricResult
Success after one schema retry62.8%
First-pass success62.8%
First-pass schema validity100.0%
Base instruct success after retry0.0% for the base instruct model
Rules-only success27.7%

Experiment verdict for this subroutine: works at 494M.

Training

  • Training examples: 2000
  • Epochs: 3.0
  • Learning rate: 2e-05
  • Effective batch configuration: 32 per device x 1 gradient accumulation
  • Maximum sequence length: 2048
  • Seed: 0
  • Final training loss: 0.571017
  • Reproduction hardware: one NVIDIA A100 80GB PCIe
  • Source revision: d0fd7bf

The dataset was generated from pinned Flask, Click, and Rich repositories for training/validation. HTTPX and Jinja2 were reserved for testing.

Limitations

The checkpoint is specialized to one closed JSON schema and should not be expected to retain broad instruction-following ability. The experiment mixes two base-model families across its size sweep. Some subroutines are better served by deterministic rules; consult the verdict above before deployment.

License

Apache-2.0, following the base model. Experiment code is MIT licensed.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
19a18c2

0 моделей