Экспериментальная дообученная Llama 3.2 1B для вызова функций и инструментов, обученная GRPO без заметного улучшения распознавания нерелевантных запросов.

Подходит для: эксперименты с обучением вызову инструментов методом GRPO · оценка выбора функций на тестах BFCL v4 · исследование отказа от вызова инструмента для нерелевантного запроса