NousResearch/DeepHermes-ToolCalling-Specialist-Atropos
DeepHermes Tool Calling Specialist - Atropos RL Model Overview The DeepHermes Tool Calling Specialist - Atropos RL model is an experimental artifact fine-tuned by Nous Research using our innovative open-source reinforcement learning framework—Atropo...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🚀 DeepHermes Tool Calling Specialist - Atropos RL: Tinh chỉnh RL nâng cấp gọi công cụ siêu cứng
Mô hình thử nghiệm từ Nous Research, tăng cường 4.6x độ chính xác gọi hàm trong chế độ lập luận.
DeepHermes Tool Calling Specialist - Atropos RL là một mô hình thử nghiệm do Nous Research phát triển, dựa trên nền tảng Llama-3.1 8B. Mô hình này sử dụng framework Atropos — một công cụ học tăng cường mở nguồn — để tinh chỉnh hiệu suất gọi công cụ trong chế độ lập luận (reasoning mode) của mô hình DeepHermes 3.
✨ Điểm nổi bật
- Cải thiện gọi công cụ trong chế độ lập luận: Học tăng cường tăng cường khả năng sử dụng công cụ trong nhiệm vụ lập luận phức tạp.
- Framework Atropos mở nguồn: Sử dụng môi trường RL hoàn toàn mở nguồn từ Atropos.
- Cộng đồng nguồn mở hoạt động: Đóng góp và khám phá qua GitHub của Atropos.
- Hỗ trợ nhiều chế độ suy luận: Reasoning, chat tiêu chuẩn, JSON có cấu trúc, gọi hàm.
💡 Vì sao đáng chú ý
Mô hình đạt được cải thiện đáng kể trên bảng đánh giá Berkeley Function Calling, đặc biệt trong chế độ lập luận. Kết quả RL tinh chỉnh mục tiêu cụ thể giúp tăng độ chính xác gọi công cụ lên tới 4.6x ở nhiệm vụ song song và 2.5x ở nhiệm vụ đơn giản. Đây là bước thử nghiệm quan trọng trong việc kết hợp lập luận và gọi công cụ thông qua RL.
#DeepLearning #ReinforcementLearning #ToolCalling #Llama3 #NousResearch #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Model Information The Meta Llama 3.1 collection of multilingual large language models (LLMs) is a collection of pretrained and instruction tuned generative models in 8B, 70B and 405B sizes (text in/text out). The Llama 3.1 instruction tuned text onl...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...
Hermes 3 - Llama-3.1 8B !image/jpeg(https://cdn-uploads.huggingface.co/production/uploads/6317aade83d8d2fd903192d9/bMcZ3sNNQK8SRZpHXBmwM.jpeg) Model Description Hermes 3 is the latest version of our flagship Hermes series of LLMs by Nous Research. F...
The following Model Card is self-generated by this model DeepHermes Feedback Maze Experiment - Atropos RL Model Overview The DeepHermes Feedback Maze Experiment - Atropos RL model is an experimental artifact fine-tuned by Nous Research using our inn...
GPT-2 Test the whole generation capabilities here: https://transformer.huggingface.co/doc/gpt2-large Pretrained model on English language using a causal language modeling (CLM) objective. It was introduced in this paper(https://d4mucfpksywv.cloudfro...
Llama 2 Llama 2 is a collection of pretrained and fine-tuned generative text models ranging in scale from 7 billion to 70 billion parameters. This is the repository for the 7B fine-tuned model, optimized for dialogue use cases and converted for the...
Hermes 3 - Llama-3.1 8B !image/jpeg(https://cdn-uploads.huggingface.co/production/uploads/6317aade83d8d2fd903192d9/bMcZ3sNNQK8SRZpHXBmwM.jpeg) Model Description Hermes 3 is the latest version of our flagship Hermes series of LLMs by Nous Research. F...
DeepSeek-R1 Paper Link👁️ 1. Introduction We introduce our first-generation reasoning models, DeepSeek-R1-Zero and DeepSeek-R1. DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a p...