Llama Xlam 2 70b Fc R

🚀 xLAM-2 模型家族

大型行動模型（LAMs）是一種先進的語言模型，旨在將用戶意圖轉化為可執行的行動，從而增強決策能力。作為 AI 智能體的“大腦”，LAMs 能夠自主規劃和執行任務以實現特定目標，在不同領域的工作流自動化中具有重要價值。本模型僅用於研究目的。

全新的 xLAM-2 系列基於我們最先進的數據合成、處理和訓練管道構建，在多輪對話和工具使用方面取得了顯著進展。該系列模型採用我們新穎的 APIGen - MT 框架進行訓練，該框架通過模擬智能體與人類的交互生成高質量的訓練數據。我們的模型在 BFCL 和 τ - bench 基準測試中達到了最先進的性能，超越了 GPT - 4o 和 Claude 3.5 等前沿模型。值得注意的是，即使是我們的小型模型在多輪場景中也展現出了卓越的能力，並且在多次試驗中保持了出色的一致性。

我們還優化了聊天模板和 vLLM 集成，使得構建先進的 AI 智能體更加容易。與之前的 xLAM 模型相比，xLAM - 2 提供了更出色的性能和無縫的應用部署體驗。

[論文] | [主頁] | [數據集] | [Github]

🚀 快速開始

本部分將為你介紹 xLAM - 2 模型家族的基本信息和使用方法。

✨ 主要特性

• 先進架構：基於最先進的數據合成、處理和訓練管道構建，在多輪對話和工具使用方面表現卓越。
• 高質量數據：採用 APIGen - MT 框架生成的高質量訓練數據進行訓練。
• 優異性能：在 BFCL 和 τ - bench 基準測試中達到了最先進的性能，超越了 GPT - 4o 和 Claude 3.5 等前沿模型。
• 易用性：優化了聊天模板和 vLLM 集成，便於構建先進的 AI 智能體。

📦 安裝指南

框架版本要求

• Transformers 4.46.1（或更高版本）
• PyTorch 2.5.1+cu124（或更高版本）
• Datasets 3.1.0（或更高版本）
• Tokenizers 0.20.3（或更高版本）

💻 使用示例

基礎用法

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("Salesforce/Llama-xLAM-2-3b-fc-r")
model = AutoModelForCausalLM.from_pretrained("Salesforce/Llama-xLAM-2-3b-fc-r", torch_dtype=torch.bfloat16, device_map="auto")

# Example conversation with a tool call
messages = [
    {"role": "user", "content": "Hi, how are you?"},
    {"role": "assistant", "content": "Thanks. I am doing well. How can I help you?"},
    {"role": "user", "content": "What's the weather like in London?"},
]

tools = [
    {
        "name": "get_weather",
        "description": "Get the current weather for a location",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "The city and state, e.g. San Francisco, CA"},
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"], "description": "The unit of temperature to return"}
            },
            "required": ["location"]
        }
    }
]

print("====== prompt after applying chat template ======")
print(tokenizer.apply_chat_template(messages, tools=tools, add_generation_prompt=True, tokenize=False))

inputs = tokenizer.apply_chat_template(messages, tools=tools, add_generation_prompt=True, return_dict=True, return_tensors="pt")
input_ids_len = inputs["input_ids"].shape[-1] # Get the length of the input tokens
inputs = {k: v.to(model.device) for k, v in inputs.items()}
print("====== model response ======")
outputs = model.generate(**inputs, max_new_tokens=256)
generated_tokens = outputs[:, input_ids_len:] # Slice the output to get only the newly generated tokens
print(tokenizer.decode(generated_tokens[0], skip_special_tokens=True))

高級用法

使用 vLLM 進行推理

安裝和服務啟動

pip install "vllm>=0.6.5"

wget https://huggingface.co/Salesforce/xLAM-2-1b-fc-r/raw/main/xlam_tool_call_parser.py

vllm serve Salesforce/xLAM-2-1b-fc-r \
  --enable-auto-tool-choice \
  --tool-parser-plugin ./xlam_tool_call_parser.py \
  --tool-call-parser xlam \
  --tensor-parallel-size 1

注意：請確保下載了工具解析器插件文件，並且 --tool-parser-plugin 中指定的路徑正確指向你本地的文件副本。xLAM 系列模型都使用相同的工具調用解析器，因此你只需為所有模型下載一次。

使用 OpenAI API 進行測試

import openai
import json

# Configure the client to use your local vLLM endpoint
client = openai.OpenAI(
    base_url="http://localhost:8000/v1",  # Default vLLM server URL
    api_key="empty"  # Can be any string
)

# Define a tool/function
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather for a location",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA"
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "The unit of temperature to return"
                    }
                },
                "required": ["location"]
            }
        }
    }
]

# Create a chat completion
response = client.chat.completions.create(
    model="Salesforce/xLAM-2-1b-fc-r",  # Model name doesn't matter, vLLM uses the served model
    messages=[
        {"role": "system", "content": "You are a helpful assistant that can use tools."},
        {"role": "user", "content": "What's the weather like in San Francisco?"}
    ],
    tools=tools,
    tool_choice="auto"
)

# Print the response
print("Assistant's response:")
print(json.dumps(response.model_dump(), indent=2))

如需瞭解更多高級配置和部署選項，請參考 vLLM 文檔。

📚 詳細文檔

模型系列

*注意：基於 Qwen - 2.5 的模型的默認上下文長度為 32k，但你可以使用 YaRN（Yet Another Recursive Network）等技術實現最大 128k 的上下文長度。更多詳情請參考 此處。

你還可以在 此處 探索我們之前的 xLAM 系列。

-fc 後綴表示該模型針對函數調用任務進行了微調，而 -r 後綴表示這是一個研究版本。

✅ 所有模型都與 vLLM 和基於 Transformers 的推理框架完全兼容。

基準測試結果

伯克利函數調用排行榜（BFCL v3）

不同模型在 [BFCL 排行榜](https://gorilla.cs.berkeley.edu/leaderboard.html) 上的性能比較。排名基於整體準確率，即不同評估類別的加權平均值。“FC” 表示函數調用模式，與使用自定義 “提示” 提取函數調用相對。

τ - bench 基準測試

τ - bench 基準測試的成功率（pass@1），至少進行 5 次試驗並取平均值。我們的 xLAM - 2 - 70b - fc - r 模型在 τ - bench 上的整體成功率達到了 56.2%，顯著優於基礎的 Llama 3.1 70B Instruct 模型（38.2%）和 DeepSeek v3（40.6%）等其他開源模型。值得注意的是，我們的最佳模型甚至超過了 GPT - 4o（52.9%）等專有模型，接近 Claude 3.5 Sonnet（新）（60.1%）等較新模型的性能。

Pass^k 曲線衡量了給定任務的 5 次獨立試驗全部成功的概率，分別對 τ - retail（左）和 τ - airline（右）領域的所有任務取平均值。值越高表示模型的一致性越好。

倫理考量

本版本僅用於支持學術論文的研究目的。我們的模型、數據集和代碼並非專門為所有下游用途而設計或評估。我們強烈建議用戶在部署此模型之前，評估並解決與準確性、安全性和公平性相關的潛在問題。我們鼓勵用戶考慮 AI 的常見侷限性，遵守適用法律，並在選擇用例時採用最佳實踐，特別是在錯誤或濫用可能對人們的生活、權利或安全產生重大影響的高風險場景中。有關用例的更多指導，請參考我們的 AUP 和 AI AUP。

模型許可證

對於所有與 Llama 相關的模型，請同時遵循相應的 Llama 許可證和條款。Meta Llama 3 遵循 Meta Llama 3 社區許可證，版權所有 © Meta Platforms, Inc. 保留所有權利。

🔧 技術細節

本模型基於先進的 APIGen - MT 框架進行訓練，該框架通過模擬智能體與人類的交互生成高質量的訓練數據。在訓練過程中，採用了最先進的數據合成、處理和訓練管道，以提高模型在多輪對話和工具使用方面的性能。

📄 許可證

本模型採用 CC - BY - NC - 4.0 許可證。

🔖 引用

如果你在工作中使用了我們的模型或數據集，請引用我們的論文：

@article{prabhakar2025apigen,
  title={APIGen-MT: Agentic PIpeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay},
  author={Prabhakar, Akshara and Liu, Zuxin and Zhu, Ming and Zhang, Jianguo and Awalgaonkar, Tulika and Wang, Shiyu and Liu, Zhiwei and Chen, Haolin and Hoang, Thai and others},
  journal={arXiv preprint arXiv:2504.03601},
  year={2025}
}

此外，請查看我們關於 xLAM 系列的其他優秀相關工作，並考慮一併引用：

@article{zhang2025actionstudio,
  title={ActionStudio: A Lightweight Framework for Data and Training of Action Models},
  author={Zhang, Jianguo and Hoang, Thai and Zhu, Ming and Liu, Zuxin and Wang, Shiyu and Awalgaonkar, Tulika and Prabhakar, Akshara and Chen, Haolin and Yao, Weiran and Liu, Zhiwei and others},
  journal={arXiv preprint arXiv:2503.22673},
  year={2025}
}

@article{zhang2024xlam,
  title={xLAM: A Family of Large Action Models to Empower AI Agent Systems},
  author={Zhang, Jianguo and Lan, Tian and Zhu, Ming and Liu, Zuxin and Hoang, Thai and Kokane, Shirley and Yao, Weiran and Tan, Juntao and Prabhakar, Akshara and Chen, Haolin and others},
  journal={arXiv preprint arXiv:2409.03215},
  year={2024}
}

@article{liu2024apigen,
  title={Apigen: Automated pipeline for generating verifiable and diverse function-calling datasets},
  author={Liu, Zuxin and Hoang, Thai and Zhang, Jianguo and Zhu, Ming and Lan, Tian and Tan, Juntao and Yao, Weiran and Liu, Zhiwei and Feng, Yihao and RN, Rithesh and others},
  journal={Advances in Neural Information Processing Systems},
  volume={37},
  pages={54463--54482},
  year={2024}
}

@article{zhang2024agentohana,
  title={AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning},
  author={Zhang, Jianguo and Lan, Tian and Murthy, Rithesh and Liu, Zhiwei and Yao, Weiran and Tan, Juntao and Hoang, Thai and Yang, Liangwei and Feng, Yihao and Liu, Zuxin and others},
  journal={arXiv preprint arXiv:2402.15506},
  year={2024}
}