Nex-N2.6:重複推論を減らし、利用可能なツールのみを呼び出すエージェントモデル

Nex-AGIは、GLM-5.3-Flashをベースに訓練されたマルチモーダルエージェントモデルで、コンピュータ操作、プログラミング、ツールを必要とする長期的なタスクに対応しています。このリポジトリはFP8量子化重みであり、パラメータ数は約321Bです。前バージョンのNex-N2.5-Proと比較して、今回のバージョンでは主に重複推論の削減と、モデルが現在の環境で宣言されたツールのみを呼び出すようにする改善が行われました。公式によると、内部リプレイ評価において、推論の重複率は16.0%から1.6%に低下し、ツール呼び出しを含む応答におけるツール選択の100%は適合しています。OSWorldスコアは83.0で、Nex-N2.5-Proの82.2およびベースモデルの78.0を上回っています。

原題:nex-agi/Nex-N2.6

Nex-AGIは、GLM-5.3-Flashをベースに訓練されたマルチモーダルエージェントモデルで、コンピュータ操作、プログラミング、ツールを必要とする長期的なタスクに対応しています。このリポジトリはFP8量子化重みであり、パラメータ数は約321Bです。前バージョンのNex-N2.5-Proと比較して、今回のバージョンでは主に重複推論の削減と、モデルが現在の環境で宣言されたツールのみを呼び出すようにする改善が行われました。公式によると、内部リプレイ評価において、推論の重複率は16.0%から1.6%に低下し、ツール呼び出しを含む応答におけるツール選択の100%は適合しています。OSWorldスコアは83.0で、Nex-N2.5-Proの82.2およびベースモデルの78.0を上回っています。

なぜ重要か エージェントにありがちな推論の堂々巡りや、存在しないツールを呼び出すという2つの問題に対する改善が行われており、FP8重みはApacheライセンスで提供され、セルフホストが可能です

上昇スコア 62 · いいね 64 · ダウンロード数 191

理由

  • 改善点は実際のタスクに基づいています:内部評価は、チームおよびパートナーが実際のタスクで直面した問題から抽出されており、事前コンテキストとツール出力を固定し、次のステップの応答のみをテストしています
  • 公式は優位性がない項目も併記しています:Terminal-Bench 2.1は84.1(ベースモデルは84.3)、AutomationBench 45.7はベースモデルの48.8を下回っています
  • セルフホストに加え、OpenRouterでもAPIが利用可能です

使い方

  • セルフホスト:SGLangのGLM-5.3-Flashデプロイガイドに従ってFP8構成を選択し、モデルパスをNex-N2.6に変更し、--served-model-nameをNex-N2.6に設定します。リポジトリに含まれるトークナイザーと会話テンプレートはそのまま使用してください
  • OpenAI互換インターフェースを呼び出す際は、reasoning_effortをlow / high / max(デフォルトはmax)に設定できます。ツールリストはリクエストごとに渡す必要があり、ツール実行はクライアントまたはエージェントフレームワーク側で行います

リスク

  • 重複率とツール適合率はチーム内部の評価に基づくものであり、評価データセットは公開されていません
  • FP8版の成績はモデルレベルの結果を流用しており、公式はこの導出版本を単独で評価していないことを明記しています
  • 本項目は実行されておらず、効果はモデルカードを参照してください

開く

Hugging Face Trending

最新の AI ニュースを見る