/ Модель

Характеристики

Контекст
384 токена
Параметры
7,2 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
22 сен 2026

mtlm-7m-router3s384

Генерация текстаТекст → текст3 профессии

Компактная Llama-совместимая модель маршрутизирует естественно-языковые запросы к инструментам и определяет, когда их следует передать другому помощнику.

678скачиваний за 30 дней0лайковвеса обновлены22 сен 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

javimosch/mtlm-7m-router3s384 — компактная модель маршрутизации запросов, разработанная автором репозитория и обученная сквозным образом на machin/MFL. Она классифицирует запросы и направляет их к одному из 16 маршрутов: например, к калькулятору, поиску в интернете, работе с файлами, переводу, отправке электронной почты, чату или передаче более сложной задачи другому помощнику. Модель также оценивает необходимость эскалации и сложность запроса; для типизированных решений используются три обученные головы, а генеративный путь может сформировать вызов инструмента с аргументами.

Это плотная Llama-совместимая causal language model класса LlamaForCausalLM с 7,2 млн параметров, контекстом 384 токена и файлами safetensors. Модель рассчитана на обработку естественно-языковых запросов и выдачу текстовых решений маршрутизации или вызовов инструментов. README сообщает о поддержке английского и китайского текста. По данным автора, маршрутизация выполняется примерно за 15 мс на CPU; заявлены высокие показатели на проверочных наборах, но они не являются независимой оценкой.

Модель предназначена прежде всего для диспетчеризации инструментов, а не для сложного диалога. Из-за малого размера значения аргументов могут быть неточными и должны проверяться перед выполнением вызова. Оценка эскалации и сложности отвечает только на заданные при обучении вопросы; чат ограничен уровнем TinyStories, а головы решений могут ошибаться на реляционных условиях. Лицензия — Apache-2.0.

Сценарии применения

  • выбор инструмента для выполнения пользовательского запроса
  • маршрутизация запросов к поиску, погоде, калькулятору или другим сервисам
  • решение о передаче сложного запроса более мощному помощнику
  • оценка уровня сложности запроса
  • формирование структурированного вызова инструмента с аргументами

Ограничения

Из-за размера 7,2 млн параметров значения аргументов могут быть неточными и требуют проверки перед выполнением. Головы эскалации и сложности отвечают только на фиксированные обученные вопросы, чат ограничен уровнем TinyStories, а реляционные условия могут обрабатываться ненадёжно.

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

mtlm-7m-router3s384

A 7M-parameter dispatcher/router trained end-to-end in pure machin/MFL. It sits in front of your tools and assistants and turns each natural-language request into a typed, calibrated routing decision — in ~15ms on CPU, fully self-hosted — and knows when to say "not my job".

Successor of mtlm-7m-router2s384: same architecture, retrained on an expanded corpus (new phrasing stems + 4k multi-turn conversations). Head↔trunk agreement went 0.9275 → 1.000.

What it does

Every request gets a structured decision, not a guess. Three tiny linear heads (mhd1 format) read the hidden state at the last prompt position — one forward pass, no tokens generated:

headquestionholdout
decide (16 routes)which route?97.6%, ECE 0.012
noul (yes/no)should this escalate?98.9%
score (ordinal 1–4)how complex is it?97.9%, adjacent-tier errors only

Generative path (800 probes): tool-name 98.75%, arg-value 95.2%, call-correctness 93.25%.

Routes

calculator, get_weather, get_time, web_search, wikipedia, read_file, write_file, http_get, send_email, translate, run_shell, convert_units, set_reminder, save_note, chat, and escalate — emitted for requests beyond a dispatcher's pay grade (long-form writing, code, analysis, planning, professional advice).

The dispatcher endpoint

Served by machin-anvil (pure MFL, OpenAI-compatible). One call — assess → gate → dispatch:

curl localhost:8097/v1/route -d '{"state":"what is the weather in Paris?","execute":true}'
# {"action":"tool_call","route":"get_weather","confidence":1.0,"p_yes":1.7e-06,
#  "tier":"2","reason":"ok","call":{"name":"get_weather","arguments":{"city":"Paris"}}}

Delegates (action:"delegate") on: low confidence, escalate route, noul p(yes) ≥ 0.5, or head-vs-generation disagreement — a wrong dispatch requires the typed head and the generative path to be wrong in the same direction.

Swappable customer heads

Per-deployment route tables are ~7 KB .head artifacts trained on the frozen trunk — no fine-tuning. A customer's tool vocabulary is a JSON config of example phrases; tools/head_studio.py (in the mtlm repo) validates → synthesizes → trains → evaluates → emits the artifact. Demo 6-route IT-helpdesk head: 100% on leakage-filtered holdout.

Usage (transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("javimosch/mtlm-7m-router3s384")
model = AutoModelForCausalLM.from_pretrained("javimosch/mtlm-7m-router3s384")
ids = tok.apply_chat_template([
    {"role": "user", "content": "remind me to call the dentist tomorrow"},
], add_generation_prompt=True, return_tensors="pt", return_dict=True)
out = model.generate(**ids, max_new_tokens=80, do_sample=False)
print(tok.decode(out[0][ids["input_ids"].shape[1]:]))

Architecture

Llama-compatible: dim 288, 6 layers, 6 heads (head_dim 48), SwiGLU hidden 768, vocab 4096, seq 384, RMSNorm eps 1e-5, RoPE theta 10000, tied embeddings. ~7.2M params; int8 export is 8.06 MB. The entire serving stack (tokenizer, inference, HTTP API, heads) is pure MFL.

Honest limits

  • 7M params: argument values can be sloppy — validate platform-side before executing tool calls.
  • noul/score answer their fixed trained questions, not arbitrary criteria text.
  • Chat answers are TinyStories-grade — this is a dispatcher, not a chatbot.
  • Heads cannot evaluate relational predicates; phrase state so the discriminative tokens appear in the text.

mtlm-7m-router3s384(中文)

一个用纯 machin/MFL 端到端训练的 7M 参数调度/路由模型。它部署在你的工具和助手之前,把每个自然语言请求转化为 类型化、经过校准的路由决策 —— CPU 上约 15ms,完全自托管 —— 并且懂得什么时候 说"这不是我的活"。

mtlm-7m-router2s384 的继任者:架构相同,在扩展语料上重新训练(新增措辞词干 + 4k 多轮对话)。 决策头与主干的一致性从 0.9275 提升到 1.000。

工作原理

每个请求得到一个结构化决策,而不是猜测。三个微型线性决策头(mhd1 格式) 直接读取最后一个提示位置的隐状态 —— 单次前向传播,不生成任何 token:

决策头回答的问题留出集准确率
decide(16 路由)走哪条路由?97.6%,ECE 0.012
noul(是/否)是否应该升级?98.9%
score(1–4 级)复杂度多高?97.9%,误差仅在相邻层级

生成路径(800 探针):工具名 98.75%,参数值 95.2%,调用正确率 93.25%。

调度端点

由 machin-anvil 提供服务 (纯 MFL,兼容 OpenAI 接口)。一次调用完成 评估 → 门控 → 分发:

curl localhost:8097/v1/route -d '{"state":"巴黎天气怎么样?","execute":true}'

出现以下情况时委托上级(action:"delegate"):置信度不足、escalate 路由、 noul p(yes) ≥ 0.5,或决策头与生成路径不一致 —— 一次错误的分发要求 类型化头和生成路径朝同一方向同时出错。

可插拔的客户决策头

每个部署的路由表是约 7KB 的 .head 文件,在冻结主干上训练 —— 无需微调。 客户的工具词汇表就是一个 JSON 配置文件;tools/head_studio.py 完成 校验 → 合成 → 训练 → 评估 → 产出工件。演示用 6 路由 IT 服务台决策头在 防泄漏留出集上达到 100%。

架构

Llama 兼容:dim 288,6 层,6 头(head_dim 48),SwiGLU hidden 768, 词表 4096,序列长 384,RMSNorm eps 1e-5,RoPE theta 10000,权重共享。 约 7.2M 参数;int8 导出仅 8.06MB。整个服务栈(分词器、推理、HTTP API、 决策头)均为纯 MFL 实现。

局限性

  • 7M 参数:参数值可能不够精确 —— 请在平台侧校验后再执行工具调用。
  • noul/score 只回答训练时固定的问题,不支持任意标准文本。
  • 聊天能力为 TinyStories 级别 —— 这是调度器,不是聊天机器人。

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7521ebd

0 моделей