Model details
模型介绍
中文整理mirau-agent-14b-base
介绍
mirau-agent-14b-base 是一个专为智能体（Agent）场景优化的大语言模型，基于 Qwen2.5-14B-Instruct 进行微调。该模型专注于提升多轮工具调用能力，能够在复杂的交互环境中自主规划、执行任务并处理异常情况。
尽管被命名为 "base"，但这并非指仅经过 预训练 的基础模型，而是经过监督微调（SFT）和直接偏好优化（DPO）的"冷启动(cold-start)"版本，为后续的强化学习训练提供了优质的策略初始化基础。也希望社区能在此基础上进一步RL进行强化。
Quick start
工具定义
格式规则:
示例:
消息模板
系统消息:
工具:
响应:
示例1 明确任务的多工具混合调用
工具定义:
交互效果:
示例二 全自主多工具调用
工具定义:
交互效果:
示例三 在RP(角色扮演)中的应用
工具定义:
交互效果:
上述测试使用的工具均未出现在训练数据中**
总结
缺陷
- 幻觉问题，目前的模型存在一定程度的幻觉问题，比如在RP扮演中，编造未曾出现过的时间数据，并且不相信工具调用所返回的时间数据。
- 长文本问题，目前模型在超长文本时容易崩溃，无限循环，似乎是基模(qwen)的问题
- 智力问题，模型的直觉并不强，比如在西游记的测试案例中，模型并不直接去搜索西游记
- 自我指代和角色扮演，训练时并未混入这方面数据，导致模型的实际扮演效果不太好
优点
- 模型有一定的规划和错误处理能力，比如在西游记的测试案例中，模型会不断的尝试各种可行方案。
- 模型学习到了比较好的控制权转换的时机，知道该何时把控制全交还给用户
下一步计划
- 使用强化学习(GRPO/DAPO)进行多轮工具调用训练，提升模型的稳定性和智力
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
