Xlam 2 1b Fc R

🚀 xLAM-2模型家族

大型行动模型（LAMs）是先进的语言模型，旨在通过将用户意图转化为可执行的行动来增强决策能力。作为AI智能体的“大脑”，LAMs能够自主规划和执行任务以实现特定目标，使其在不同领域的工作流自动化中具有重要价值。
本次模型发布仅用于研究目的。

全新的xLAM - 2系列基于我们最先进的数据合成、处理和训练管道构建，在多轮对话和工具使用方面取得了重大飞跃。该系列模型使用我们新颖的APIGen - MT框架进行训练，该框架通过模拟智能体与人类的交互生成高质量的训练数据。我们的模型在BFCL和τ - bench基准测试中达到了最先进的性能，超越了GPT - 4o和Claude 3.5等前沿模型。值得注意的是，即使是我们较小的模型在多轮场景中也展现出卓越的能力，并且在多次试验中保持了极高的一致性。

我们还优化了聊天模板和vLLM集成，使构建先进的AI智能体变得更加容易。与之前的xLAM模型相比，xLAM - 2提供了更出色的性能和无缝的应用部署体验。

[论文] | [主页] | [数据集] | [GitHub]

🚀 快速开始

模型系列

xLAM系列在许多方面表现出色，包括通用任务和函数调用。对于相同参数数量的模型，我们在广泛的智能体任务和场景中进行了微调，同时保留了原始模型的能力。

*注意： 基于Qwen - 2.5的模型默认上下文长度为32k，但您可以使用YaRN（Yet Another Recursive Network）等技术将最大上下文长度扩展到128k。更多详细信息请参考此处。

您还可以在此处探索我们之前的xLAM系列模型。

-fc后缀表示这些模型针对函数调用任务进行了微调，而-r后缀表示这是一个研究版本。

✅ 所有模型都与vLLM和基于Transformers的推理框架完全兼容。

框架版本

• 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

基础用法：使用Huggingface聊天模板

新的xLAM模型旨在与Hugging Face Transformers库无缝协作，并利用自然的聊天模板提供简单直观的对话体验。以下是使用这些模型的示例代码：

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")

# 带有工具调用的示例对话
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("====== 应用聊天模板后的提示 ======")
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] # 获取输入令牌的长度
inputs = {k: v.to(model.device) for k, v in inputs.items()}
print("====== 模型响应 ======")
outputs = model.generate(**inputs, max_new_tokens=256)
generated_tokens = outputs[:, input_ids_len:] # 切片输出以仅获取新生成的令牌
print(tokenizer.decode(generated_tokens[0], skip_special_tokens=True))

高级用法：使用vLLM进行推理

xLAM模型还可以使用vLLM进行高效服务，以实现高吞吐量的推理。请使用vllm>=0.6.5版本，因为早期版本可能会导致基于Qwen的模型性能下降。

环境搭建与服务启动

1. 安装指定版本的vLLM：

pip install "vllm>=0.6.5"

2. 下载工具解析器插件到本地路径：

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

3. 启动与OpenAI API兼容的端点：

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：确保已下载工具解析器插件文件，并且--tool-parser-plugin中指定的路径正确指向您本地的文件副本。xLAM系列模型都使用相同的工具调用解析器，因此您只需为所有模型下载一次。

使用OpenAI API进行测试

以下是一个使用服务端点测试工具使用的最小示例：

import openai
import json

# 配置客户端以使用本地vLLM端点
client = openai.OpenAI(
    base_url="http://localhost:8000/v1",  # 默认vLLM服务器URL
    api_key="empty"  # 可以是任何字符串
)

# 定义一个工具/函数
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"]
            }
        }
    }
]

# 创建聊天完成请求
response = client.chat.completions.create(
    model="Salesforce/xLAM-2-1b-fc-r",  # 模型名称无关紧要，vLLM使用服务的模型
    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"
)

# 打印响应
print("智能体的响应:")
print(json.dumps(response.model_dump(), indent=2))

有关更多高级配置和部署选项，请参考vLLM文档。

📚 详细文档

基准测试结果

Berkeley函数调用排行榜（BFCL v3）

不同模型在[BFCL排行榜](https://gorilla.cs.berkeley.edu/leaderboard.html)上的性能比较。排名基于整体准确率，这是不同评估类别的加权平均值。“FC”表示函数调用模式，与使用自定义“提示”提取函数调用相对。

τ - bench基准测试

τ - bench基准测试的成功率（pass@1），至少进行5次试验的平均值。我们的xLAM - 2 - 70b - fc - r模型在τ - bench上的总体成功率达到了56.2%，显著优于基础Llama 3.1 70B Instruct模型（38.2%）和DeepSeek v3（40.6%）等其他开源模型。值得注意的是，我们的最佳模型甚至超过了GPT - 4o（52.9%）等专有模型，并接近Claude 3.5 Sonnet（new）（60.1%）等较新模型的性能。

Pass^k曲线衡量了给定任务在5次独立试验中全部成功的概率，是τ - retail（左）和τ - airline（右）领域所有任务的平均值。值越高表示模型的一致性越好。

伦理考量

本次发布仅用于支持学术论文的研究目的。我们的模型、数据集和代码并非专门为所有下游用途而设计或评估。我们强烈建议用户在部署此模型之前评估并解决与准确性、安全性和公平性相关的潜在问题。我们鼓励用户考虑AI的常见局限性，遵守适用法律，并在选择用例时采用最佳实践，特别是在错误或滥用可能对人们的生活、权利或安全产生重大影响的高风险场景中。有关用例的更多指导，请参考我们的AUP和AI AUP。

模型许可证

对于所有与Llama相关的模型，请同时遵循相应的Llama许可证和条款。Meta Llama 3根据Meta Llama 3社区许可证授权，版权所有 © Meta Platforms, Inc. 保留所有权利。

📄 许可证

本项目采用CC - BY - NC - 4.0许可证。

🔧 技术细节

如果您在工作中使用了我们的模型或数据集，请引用我们的论文：

@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，请查看我们关于xLAM系列的其他优秀相关工作，并考虑一并引用：

@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}
}