Xlam 2 32b Fc R

🚀 xLAM-2模型家族

xLAM-2模型家族基于先进的数据合成、处理和训练管道构建，在多轮对话和工具使用方面取得了显著进展。该模型系列专为研究目的而发布，使用新型APIGen-MT框架进行训练，在BFCL和τ-bench基准测试中表现出色，超越了GPT-4o和Claude 3.5等前沿模型。此外，xLAM-2还优化了聊天模板和vLLM集成，便于构建高级AI代理。

[论文] | [主页] | [数据集] | [Github]

🚀 快速开始

大动作模型（LAMs）是一种先进的语言模型，旨在通过将用户意图转化为可执行的动作来增强决策能力。作为AI代理的“大脑”，LAMs可以自主规划和执行任务以实现特定目标，在不同领域的工作流程自动化中具有重要价值。本模型发布仅用于研究目的。

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显著飞跃。该系列模型使用我们新颖的APIGen-MT框架进行训练，该框架通过模拟代理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，即使是我们的较小模型在多轮场景中也表现出卓越的能力，并且在多次试验中保持了出色的一致性。

我们还优化了聊天模板和vLLM集成，使构建高级AI代理变得更加容易。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。

✨ 主要特性

• 多轮对话和工具使用能力强：基于先进的训练框架，在多轮对话和工具使用方面表现出色。
• 基准测试表现优异：在BFCL和τ-bench基准测试中超越了GPT-4o和Claude 3.5等前沿模型。
• 易于集成：优化了聊天模板和vLLM集成，便于构建高级AI代理。

📦 安装指南

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

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轻松直观的对话体验。以下是使用这些模型的示例：

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))

高级用法

xLAM模型还可以使用vLLM进行高效推理。请使用vllm>=0.6.5，因为早期版本会导致基于Qwen的模型性能下降。

安装和服务

1. 安装所需版本的vLLM：

pip install "vllm>=0.6.5"

2. 将工具解析器插件下载到本地路径：

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本地文件副本。xLAM系列模型都使用相同的工具调用解析器，因此所有模型只需下载一次。

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

# 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))

有关更多高级配置和部署选项，请参考vLLM文档。

📚 详细文档

模型系列

*注意：基于Qwen-2.5的模型的默认上下文长度为32k，但您可以使用YaRN（Yet Another Recursive Network）等技术实现最大128k的上下文长度。有关更多详细信息，请参考此处。

您还可以在此处探索我们之前的xLAM系列。

-fc后缀表示模型针对函数调用任务进行了微调，而-r后缀表示研究版本。

✅ 所有模型都与vLLM和基于Transformers的推理框架完全兼容。

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，即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次试验并取平均值。我们的xLAM-2-70b-fc-r模型在τ-bench上的整体成功率达到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越了GPT-4o（52.9%）等专有模型，并接近Claude 3.5 Sonnet（新）（60.1%）等较新模型的性能。

Pass^k曲线衡量了给定任务在所有5次独立试验中成功的概率，分别对τ-retail（左）和τ-airline（右）领域的所有任务进行平均。值越高表示模型的一致性越好。

伦理考虑

本版本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。有关用例的进一步指导，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

本模型使用新型APIGen-MT框架进行训练，该框架通过模拟代理与人类的交互生成高质量的训练数据。在训练过程中，模型在多轮对话和工具使用方面进行了优化，以提高其在实际应用中的性能。

📄 引用

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，并考虑引用它们：

@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}
}

⚠️ 重要提示

本版本仅用于研究目的，模型、数据集和代码并非专门为所有下游用途设计或评估。用户在部署模型前应评估并解决与准确性、安全性和公平性相关的潜在问题。

💡 使用建议

建议用户考虑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，特别是在高风险场景中。有关用例的进一步指导，请参考AUP和AI AUP。