/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
needle-point
Опубликована
21 сен 2026

needle-automaticity-v10

Генерация текстаТекст → текст3 профессии

Компактная модель Needle Point для выбора ограниченных вызовов инструментов и простых ответов в сценариях с конечным набором действий.

376скачиваний за 30 дней0лайковвеса обновлены21 сен 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

Needle Automaticity V10 — компактная модель генерации текста для вызова инструментов, разработанная для среды Needle Point. Она выбирает из 36 разрешённых возможностей и формирует аргументы, ограниченные перечислениями, константами, булевыми значениями и конечными массивами. Модель обучена на корпусе из 1 767 примеров, а затем преобразована для Needle Point; веса доступны в формате safetensors. В метаданных указана библиотека needle-point и лицензия Apache-2.0.

Модель предназначена для быстрого распознавания ситуации и выбора разового действия из заданного набора инструментов, а также для простых ответов, когда вызывать инструмент не нужно. В оценке на специально подготовленном наборе из 360 случаев точное совпадение составило 99,72%, но на свежем adversarial-наборе из 100 случаев — 56%; этот результат лучше отражает устойчивость к новым формулировкам. Для работы требуются строгая constrained decoding-схема Needle Point и конечный набор кандидатов-инструментов на каждый запрос. Модель не предназначена для открытого планирования или формирования произвольных аргументов и сама по себе не должна разрешать вызов инструментов или обходить проверки политики среды.

Сценарии применения

  • Выбор одного действия из заданного набора инструментов
  • Формирование вызова инструмента с аргументами из конечных доменов
  • Определение случаев, когда инструмент вызывать не следует
  • Быстрая маршрутизация запроса к разрешённой возможности
  • Простые текстовые ответы в рабочем процессе Needle Point

Ограничения

На свежем adversarial-наборе точное совпадение составило 56%, поэтому результат на curated-наборе не следует считать показателем устойчивости к новым формулировкам. Модели нужны строгий режим Needle Point и конечный список инструментов; она не рассчитана на открытое планирование или произвольные аргументы.

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

Needle Automaticity V10

Needle Automaticity V10 is a compact bounded tool-calling model for the Needle Point runtime. It is intended for fast sensing, finite one-off actions, and simple expression—not open-ended planning or unconstrained tool arguments.

The model uses 36 allowed capabilities with closed enum, const, boolean, and finite-array argument domains. Open-ended capabilities are excluded.

Training

The checkpoint was trained with upstream JAX Needle pinned to commit ffb1c5144c5a16cb8ec650dbc8a6f6fd3854f8f2 and converted for Needle Point. Training used a 1,767-row JEV-assisted corpus. JEV was used to audit labels and identify hard examples for additional exposure; teacher responses were not copied into the training labels. All action disagreements were manually reviewed and canonical gold labels were retained.

Held-out evaluation

Acceptance was run through Needle Point strict constrained decoding on a family-isolated 360-case benchmark:

LaneExact match
Action/tool call215/216 (99.5370%)
Hard no-tool boundary144/144 (100%)
Combined359/360 (99.7222%)

All outputs parsed and validated, no boundary case overcalled, and no constraint fallback occurred.

A later 100-case fresh adversarial holdout produced 56% exact match: 53.33% on 60 action cases and 60% on 40 hard no-tool cases, with 98% valid outputs. This is the more conservative estimate of robustness to novel adversarial wording; the 99.72% result is specific to the curated V10 held-out distribution. The unassisted gold checkpoint scored 58% on the same fresh holdout (36.67% action, 90% no-tool), showing that assisted hard-example weighting traded higher action recall for substantially lower boundary precision.

Files and integrity

  • model.safetensors: 7bf8417fb2dc6ff03f33549e959e6aa4dd06898ab4a3d7d160f63bee1e4693af
  • config.json: bb90a73f354403511e0c83df8a5962e04752be831af386074080423aec34695e
  • tokenizer.model: 0823f5b9133c68a8140addc5d7a425fa9119c4c8cb4a550363b4bffa4ba1c8c7

Use the strict Needle Point runtime and provide a finite candidate-tool set for each request. The model is not intended to authorize tools or bypass runtime policy checks.

Как запустить

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

GPU в ailist

Универсальный рантайм · needle-point

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
c44efe7

0 моделей