/ Модель

Характеристики

Контекст
16 384 токена
Параметры
11,4 млрд
Размер весов
18,8 ГБ
Лицензия
Своя лицензия
Архитектура
chatglm · dense
Базовая модель
glm-4-9b
Опубликована
4 ноя 2024

webrl-glm-4-9b

Генерация текстаТекст → текст3 профессии

Дообученная на базе GLM-4-9B модель Zhipu AI для автоматизации действий в веб-интерфейсах сайтов WebArena.

190скачиваний за 30 дней9лайковвеса обновлены5 ноя 2024

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

WebRL-GLM-4-9B — открытая модель, разработанная Zhipu AI на основе GLM-4-9B и дообученная для выполнения действий в веб-интерфейсах. Она предназначена для автоматизации задач на пяти сайтах из WebArena: OpenStreetMap, Reddit, GitLab, CMS интернет-магазина и OneStopShop. Модель имеет плотную архитектуру ChatGLMForConditionalGeneration, содержит 11,4 млрд параметров и поддерживает контекст до 16 384 токенов. В карточке указана поддержка английского языка и диалоговый режим.

В оценке WebArena-Lite модель получила средний показатель успешного выполнения 43,0; по приведённым результатам она лучше исходной GLM-4-9B-Chat на всех пяти сайтах. Метаданные указывают текстовую генерацию, а каталог также отмечает классификацию текста как поддерживаемую задачу. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории модели.

Сценарии применения

  • автоматизация поиска и действий на OpenStreetMap
  • выполнение задач и публикаций на Reddit
  • взаимодействие с проектами в GitLab
  • управление содержимым CMS интернет-магазина
  • выполнение операций в OneStopShop

Ограничения

Оценка в README охватывает только WebArena-Lite и пять перечисленных сайтов, поэтому результаты не подтверждают качество на произвольных веб-сайтах. Условия лицензии обозначены как other; их следует сверить с карточкой репозитория перед использованием.

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

WebRL-GLM-4-9B

Model Introduction

WebRL-GLM-4-9B is the open-source version of WebRL in GLM-4-9B released by Zhipu AI. It has the ability to complete web operations on five websites in WebArena: OpenStreetMap (Map), Reddit, GitLab, online store content management system (CMS) and OneStopShop (OSS).

Evaluation Results

We evaluated the WebRL-GLM-4-9B model on WebArena-Lite and obtained the following results:

ModelRedditGitlabCMSMapOSSAvg.SR
Llama-3.1-8B-Instruct0.03.32.93.311.14.8
GLM-4-9B-Chat5.310.06.73.36.76.1
WebRL-GLM-4-9B57.950.048.636.737.843.0

For more inference code and requirements, please visit our [github page](GitHub - THUDM/WebRL).

Citations

If you find our work useful, please consider citing the following paper.

@artical{qi2024webrl,
      title={WebRL: Training LLM Web Agents via Self-Evolving Online Curriculum Reinforcement Learning}, 
      author={Zehan Qi and Xiao Liu and Iat Long Iong and Hanyu Lai and Xueqiao Sun and Xinyue Yang and Jiadai Sun and Yu Yang and Shuntian Yao and Tianjie Zhang and Wei Xu and Jie Tang and Yuxiao Dong},
      journal={arXiv preprint arXiv:2411.02337},
      year={2024},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
ChatGLMForConditionalGeneration
Ревизия весов
dcc5fbe

0 моделей