Deephermes ToolCalling Specialist Atropos

🚀 DeepHermes Tool Calling Specialist - Atropos RL

DeepHermes Tool Calling Specialist - Atropos RL モデルは、Nous Researchによって独自のオープンソース強化学習フレームワークであるAtroposを用いてファインチューニングされた実験的なモデルです。このバリアントは、DeepHermes 3 Llama-3.1 8B モデルの推論モードにおけるツール呼び出し性能を特に向上させています。

注意：このモデルは実験的なものであり、広範な汎用目的での使用を想定していません。

📚 モデル概要

DeepHermes Tool Calling Specialist - Atropos RLモデルは、Nous Researchによって独自のオープンソース強化学習フレームワークであるAtroposを用いてファインチューニングされた実験的なアーティファクトです。このバリアントは、DeepHermes 3 Llama - 3.1 8Bモデルの推論モード中のツール呼び出し性能を特に向上させています。

注意：このモデルは実験的なアーティファクトであり、広範な汎用目的での使用を意図していません。

🛠️ Atroposオープンソースフレームワーク

AtroposはNous Researchのオープンソース強化学習環境スタックで、構造化された強化学習手法を通じてLLM機能の様々な側面を強化するように設計されています。皆さんからの貢献と探索を奨励します：

🌐 Atropos GitHubリポジトリ

📊 ベンチマーク結果

Berkeley Function Callingベンチマークでの評価により、推論モードにおけるツール呼び出し精度がベースモデルと比較して大幅に向上していることが示されています：

これらの改善は、推論ベースのツール呼び出し機能の向上を目的とした強化学習ファインチューニングによるものです。

評価セットの精度結果：

✨ 主な機能

• 推論モードにおけるツール呼び出しの改善：強化学習により、複雑な推論タスク中のツール使用が大幅に向上します。
• オープンソースRLフレームワーク：完全にオープンソースのAtropos RL環境を利用しています。
• 活発なオープンソースコミュニティ：Atropos GitHubでの貢献を歓迎します。
• これから登場するSOTA RLトレーナー：Nous Researchによる最先端のオープンソース強化学習トレーナーが間もなく登場します。

💻 使用例

このモデルは、以下を含む複数の推論モードをサポートしています：

• 推論（深層思考モード）
• 標準チャット/命令モード
• 構造化JSON出力
• 関数呼び出し

詳細なドキュメントと推論コードの例は以下で入手できます：

注意：推論とツール呼び出しを同時に行うには、まずDeepHermesの推論システムプロンプトを配置し、その後に関数呼び出しシステムプロンプトを追加する必要があります。

🌐 Hermes Function Calling GitHub

📖 引用方法

@misc{
      title={DeepHermes Tool Calling Specialist - Atropos RL},
      author={Teknium and Dakota Mahan and Roger Jin and Chen Guang and Jai Suphavadeeprasit and Jeffrey Quesnelle},
      year={2025},
      url={https://huggingface.co/NousResearch/DeepHermes-Tool-Calling-Specialist-Atropos-RL}
}

👥 コミュニティとサポート

質問、問題、または発見がある場合は、それぞれのGitHubリポジトリでイシューまたはディスカッションを開いてください：

• Atroposフレームワークのイシュー
• DeepHermesモデルのイシュー

Nous Researchは、モデルの性能と機能を継続的に向上させるために、活発なコミュニティの関与とオープンソースへの貢献を奨励しています。

📄 ライセンス

このモデルは、llama3ライセンスの下で提供されています。