/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
59,6 ГБ
Лицензия
Apache 2.0
Архитектура
muse_glimmer · dense
Базовая модель
Muse-Glimmer-30B
Библиотека
transformers
Опубликована
14 авг 2026

Muse-Glimmer-30B-Hermes-Agentic

Изображение и текст → текст7 профессий

Дообученная на англоязычных трассах Hermes модель Muse Glimmer 30B для коротких агентных циклов с вызовом инструментов и своевременной остановкой.

34скачиваний за 30 дней2лайкавеса обновлены24 авг 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 «Изображение → 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

Muse-Glimmer-30B-Hermes-Agentic — дообученная Виктором Крузом (vcruz305) модель на базе Muse Glimmer 30B от Meta Superintelligence Lab. Это плотный трансформер с энкодером восприятия, обученный выполнять короткие последовательности вызова инструментов в Hermes Agent и совместимых OpenAI-style агентных оболочках: использовать один или два инструмента, затем остановиться и сформировать ответ. Дообучение проводилось на синтетических англоязычных трассах Hermes; визуальные веса заморожены, поэтому основное назначение этой версии — работа с текстом и инструментами, а не улучшение анализа изображений.

Модель содержит около 29,6 млрд параметров и сохраняет архитектуру, токенизатор и контекст базовой модели — 131 072 токена и более. В тестах автора она показала 16/20 на симулированных задачах с инструментами и 7/7 на небольшой нативной батарее Hermes; результаты относятся к ограниченным тестовым наборам и не являются сертификацией. Англоязычное дообучение может ухудшать поведение при работе на других языках; также отмечены ошибки в отдельных сценариях, включая простые команды и удаление файлов. Использование инструментов требует собственных защитных мер, особенно для необратимых действий. Лицензия — Apache 2.0.

Сценарии применения

  • Настройка Hermes Agent для вызова одного или двух инструментов за цикл
  • Поиск файлов и чтение их содержимого через агентную оболочку
  • Выполнение веб-поиска с последующим кратким ответом
  • Передача команд терминалу из агентного сценария
  • Исследование поведения модели на коротких трассах вызова инструментов

Ограничения

Дообучение выполнено только на английском и тестировалось на небольших симулированных и нативных наборах; отдельные сценарии, включая команды и удаление файлов, остаются проблемными. Для FP16 требуется более 56 ГБ памяти устройства, а вызовы инструментов, особенно необратимые, нуждаются в проверках со стороны оболочки.

Для каких профессий подходит7

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

Model Card for Muse-Glimmer-30B-Hermes-Agentic

This is an improved fine-tune of Muse Glimmer 30B for Hermes Agent and other agentic tool work. Merged 16-bit weights that teach the model to call one or two tools and stop.

[!NOTE] ~56 GB FP16. Will not fit a 24 GB card. For llama.cpp use vcruz305/Muse-Glimmer-30B-Hermes-Agentic-GGUF (Q4_K_M first).

Model Details

Model Description

Stock Muse Glimmer already speaks OpenAI-style tools (OpenClaw, Hermes, and similar scaffolds). On hermes-agentic-bench the failure was the opposite of “won’t use tools”: simulated traces hit the consecutive-tool cap with an empty user answer (7/20, 7 HIT_CAP). This student is trained on public Hermes-shaped traces so it stops.

Vision weights are still in the merge and were frozen. This is a text + tools student, not a new vision model. Architecture, tokenizer, and context length are unchanged from Meta.

Model Sources

Uses

Direct Use

Load like official Muse. Intended without further training:

  • Local Hermes Agent (and similar OpenAI-tools scaffolds) where the model must stop after 1–2 Hermes-named tools (terminal, read_file, search_files, write_file, web_search, web_extract, todo)
  • Research on short Hermes-shaped traces
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "vcruz305/Muse-Glimmer-30B-Hermes-Agentic"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="auto", device_map="auto", trust_remote_code=True
)

Needs well over 56 GB at 16-bit. On 24 GB use the GGUF Q4_K_M and leave DFlash off if you are scoring Hermes tool loops.

Downstream Use

Further merge, quant, or SFT on top of this 16-bit checkpoint. The GGUF repo is the intended llama.cpp downstream.

Bias, Risks, and Limitations

Inherits Muse Glimmer’s alignment, agentic-risk, and preparedness profile. This SFT did not re-run Meta’s safety suites.

Known issues of this student:

  • Simulated loop-gate is 16/20, not 20/20. Dummy echo hi on two “no tools” tasks and a scripted delete still fail that harness.
  • Native 7/7 is a small Hermes battery, not a product certification.
  • English-only SFT may skew tool-stop behavior on other languages.
  • Synthetic traces — not organic multi-user logs.
  • Same content-safety / agentic / privacy risks as the base. Add your own guardrails.

Recommendations

  • Re-run both bench layers on your box before a public claim.
  • Confirm irreversible tool calls in the scaffold, not only in weights.
  • Follow the base Usage Policy.

How to Get Started with the Model

Transformers (this repo): snippet above.

llama.cpp (need ≥ b10353):

llama-server \
  -m Muse-Glimmer-30B-Hermes-Agentic-Q4_K_M.gguf \
  -a muse-glimmer-30b \
  --host 127.0.0.1 --port 8084 \
  -ngl 99 -c 32768 -np 1 --jinja \
  --temp 0.6 --top-p 0.95 --top-k 64
Usetemptop_ptop_k
Meta default (base card)1.00.9564
Hermes loop-gate / this eval0.60.9564

Reasoning strength is still the official system line: Reasoning strength: low|medium|high|xhigh.

Training Details

Training Data

vcruz305/hermes-agentic-tool-sft — 1,980 synthetic Apache-2.0 rows (1,782 / 198). Mix: stop, no_tool, dead_tool, recover, schema. Built from hermes-agentic-bench failure modes (HIT_CAP loops, dead search retries). Not a dump of live Hermes homes.

Training Procedure

Trained with Unsloth’s free Muse Glimmer Conversational notebook on Kaggle 2×T4 (their official cloud path, not a paid box). The stock notebook is FineTome chat; this run swapped in the Hermes mix, apply_chat_template(..., tools=tools), and train_on_responses_only from <|start|>assistant so tool-call turns receive loss.

Preprocessing

Student chat template with tools=. Loss on assistant spans including tool-call JSON. Vision frozen. Text-only.

Speeds, Sizes, Times

MethodQLoRA r=8, α=8, 4-bit Unsloth
Steps392 (1 epoch)
Train loss0.163
Wall time~3 h 38 m
MergeUnsloth Zoo 16-bit merge → this repo (standalone FP16, no 4-bit leftover)

Evaluation

Not a re-run of Meta’s MCP Atlas / SWE-Bench table. Those stay on the base card.

Testing Data, Factors & Metrics

  • Testing data: hermes-agentic-bench — simulated hermes_loop_gate.py (20 scripted-tool tasks) and native hermes_native_battery.py (real hermes chat).
  • Factors: same llama.cpp class for stock vs FT (UD-Q4_K_XL / Q4_K_M, DFlash off, 32k, :8084). Native counts from CLI footer + Hermes session DB (not quiet-mode 0-tool).
  • Metrics: pass rate, mean tools, HIT_CAP, parse-fail. Lower mean tools and HIT_CAP=0 is the success criterion.

Results

BatteryStock Muse GlimmerThis fine-tune
Simulated loop-gate (20)7/20 · mean 5.7 tools · 7 HIT_CAP16/20 · mean 1.05 · 0 HIT_CAP
Native Hermes4/5 · mean 2.87/7 · mean 1.43 · 0 HIT_CAP

Native 7/7: web (one search), no-tool math, missing-file stop, list-once, plan-only, no-tool definition, refuse-delete. Simulated leftovers (echo hi, scripted rm) did not appear in real Hermes.

No model-index YAML: the bench is a GitHub harness, not a Hub Benchmark dataset id. Re-score on your box.

Summary

SFT taught stop. It is labeled research weights, not “Muse in Hermes, done.”

Environmental Impact

  • Hardware Type: 2× NVIDIA T4 (Kaggle free)
  • Hours used: ~3.6 h fine-tune
  • Cloud Provider: Kaggle
  • Compute Region: not recorded
  • Carbon Emitted: not measured (no Code Carbon log). Do not invent grams.

Merge and GGUF convert ran later on a local Quadro RTX 6000 (Turing 24 GB) and did not train.

Technical Specifications

Unchanged from Meta (~29.6B, hidden 6656, 52 layers, SWA 2048, GQA 32/2, vocab 202,048, context 131,072+). Full table: base card.

  • Minimum for this repo: >>56 GB device memory at FP16
  • 24 GB serve: GGUF Q4_K_M, llama.cpp ≥ b10353
  • Software: Unsloth + PEFT QLoRA; merge via Unsloth Zoo (merge_and_overwrite_lora); convert with Muse-aware llama.cpp convert_hf_to_gguf.py

Citation

Cite the base as Meta specifies on Muse Glimmer 30B. For this fine-tune, cite the Hub id vcruz305/Muse-Glimmer-30B-Hermes-Agentic and the dataset vcruz305/hermes-agentic-tool-sft.

Model card structure follows Ozoani, Gerchick, Mitchell. Model Card Guidebook. Hugging Face, 2022.

Model Card Authors

Victor Cruz.

Model Card Contact

This model page, or https://github.com/vcruz305/hermes-agentic-bench.

Acknowledgements

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MuseGlimmerForConditionalGeneration
Ревизия весов
d96386a

0 моделей