Nex-N2.6 : un modèle d'agent intelligent qui réduit les inférences répétitives et n'appelle que les outils disponibles

Nex-AGI est un modèle d'agent multimodal entraîné sur GLM-5.3-Flash, conçu pour la manipulation d'ordinateur, la programmation et les tâches longues nécessitant des outils ; ce dépôt contient des poids quantifiés en FP8, avec environ 321 milliards de paramètres. Par rapport à la version précédente Nex-N2.5-Pro, cette version vise principalement à réduire les inférences répétitives et à garantir que le modèle n'appelle que les outils déclarés dans l'environnement actuel. Selon les informations officielles, lors des évaluations internes par rejeu, le taux de répétition des inférences a diminué de 16.0% à 1.6%, et la sélection d'outils est conforme aux spécifications dans 100% des réponses incluant des appels d'outils ; le score OSWorld est de 83.0, supérieur aux 82.2 de Nex-N2.5-Pro et aux 78.0 du modèle de base.

Titre original : nex-agi/Nex-N2.6

Nex-AGI est un modèle d'agent multimodal entraîné sur GLM-5.3-Flash, conçu pour la manipulation d'ordinateur, la programmation et les tâches longues nécessitant des outils ; ce dépôt contient des poids quantifiés en FP8, avec environ 321 milliards de paramètres. Par rapport à la version précédente Nex-N2.5-Pro, cette version vise principalement à réduire les inférences répétitives et à garantir que le modèle n'appelle que les outils déclarés dans l'environnement actuel. Selon les informations officielles, lors des évaluations internes par rejeu, le taux de répétition des inférences a diminué de 16.0% à 1.6%, et la sélection d'outils est conforme aux spécifications dans 100% des réponses incluant des appels d'outils ; le score OSWorld est de 83.0, supérieur aux 82.2 de Nex-N2.5-Pro et aux 78.0 du modèle de base.

Pourquoi c'est important Des améliorations ont été apportées pour résoudre deux problèmes courants chez les agents : les boucles d'inférence sans fin et l'appel d'outils inexistants. Les poids FP8 sont sous licence Apache, permettant un déploiement autonome.

Score de progression 62 · J'aime 64 · Téléchargements 191

Raisons

  • Les améliorations ciblent des tâches réelles : les évaluations internes proviennent de problèmes rencontrés par l'équipe et ses partenaires dans des tâches réelles, en fixant le contexte précédent et les sorties d'outils pour ne tester que la réponse suivante
  • Les informations officielles listent également les domaines où le modèle n'est pas supérieur : Terminal-Bench 2.1 est de 84.1 (modèle de base 84.3), et AutomationBench 45.7 est inférieur aux 48.8 du modèle de base
  • En plus du déploiement autonome, une API est également disponible sur OpenRouter

Utilisation

  • Déploiement autonome : suivez le guide de déploiement de GLM-5.3-Flash pour SGLang en choisissant la configuration FP8, remplacez le chemin du modèle par Nex-N2.6 et --served-model-name Nex-N2.6, en conservant le tokenizer et le modèle de dialogue fournis avec le dépôt
  • Lors de l'appel de l'interface compatible OpenAI, vous pouvez définir reasoning_effort sur low / high / max (par défaut max) ; la liste des outils doit être transmise à chaque requête, et l'exécution des outils est gérée par le client ou le framework d'agent

Risques

  • Les taux de répétition et de conformité des outils proviennent d'évaluations internes de l'équipe, sans ensemble de données d'évaluation public
  • Les performances de la version FP8 reprennent les résultats au niveau du modèle, les informations officielles précisant que cette version exportée n'a pas été évaluée séparément
  • Cette entrée n'a pas été exécutée, les performances doivent être vérifiées sur la fiche du modèle

Ouvrir

Hugging Face Trending

Parcourir les dernières actualités IA