Nex-N2.6: агентная модель, сокращающая повторяющиеся рассуждения и вызывающая только доступные инструменты

Мультимодальная агентная модель Nex-AGI, обученная на базе GLM-5.3-Flash, предназначена для работы с компьютером, программирования и длительных задач, требующих использования инструментов; этот репозиторий содержит квантованные веса FP8, около 321B параметров. По сравнению с предыдущей версией Nex-N2.5-Pro, в этой версии основное внимание уделено сокращению повторяющихся рассуждений и обеспечению того, чтобы модель вызывала только те инструменты, которые объявлены в текущей среде. Официально сообщается, что во внутренних тестах на воспроизведение частота повторных рассуждений снизилась с 16.0% до 1.6%, а выбор инструментов в ответах, содержащих вызовы инструментов, соответствует требованиям в 100% случаев; результат OSWorld составляет 83.0, что выше показателей Nex-N2.5-Pro (82.2) и базовой модели (78.0).

Оригинальное название: nex-agi/Nex-N2.6

Мультимодальная агентная модель Nex-AGI, обученная на базе GLM-5.3-Flash, предназначена для работы с компьютером, программирования и длительных задач, требующих использования инструментов; этот репозиторий содержит квантованные веса FP8, около 321B параметров. По сравнению с предыдущей версией Nex-N2.5-Pro, в этой версии основное внимание уделено сокращению повторяющихся рассуждений и обеспечению того, чтобы модель вызывала только те инструменты, которые объявлены в текущей среде. Официально сообщается, что во внутренних тестах на воспроизведение частота повторных рассуждений снизилась с 16.0% до 1.6%, а выбор инструментов в ответах, содержащих вызовы инструментов, соответствует требованиям в 100% случаев; результат OSWorld составляет 83.0, что выше показателей Nex-N2.5-Pro (82.2) и базовой модели (78.0).

Почему это важно Улучшения направлены на две распространенные проблемы агентов: зацикливание в рассуждениях и вызов несуществующих инструментов. Веса FP8 распространяются под лицензией Apache, что позволяет развертывать модель самостоятельно

Рост рейтинга 62 · Лайки 64 · Количество загрузок 191

Обоснование

  • Улучшения ориентированы на реальные задачи: внутренние тесты основаны на проблемах, с которыми команда и партнеры столкнулись в реальных задачах; фиксированный контекст и вывод инструментов используются для проверки только следующего ответа модели
  • Официально также указаны аспекты, где модель не имеет преимущества: Terminal-Bench 2.1 показывает результат 84.1 (у базовой модели — 84.3), а AutomationBench 45.7 ниже показателя базовой модели (48.8)
  • Помимо самостоятельного развертывания, API также доступен через OpenRouter

Использование

  • Самостоятельное развертывание: следуйте руководству по развертыванию GLM-5.3-Flash для SGLang, выбрав конфигурацию FP8, замените путь к модели на Nex-N2.6, укажите --served-model-name Nex-N2.6, сохраняя токенизатор и шаблон диалога из репозитория
  • При вызове интерфейса, совместимого с OpenAI, можно установить параметр reasoning_effort в значения low / high / max (по умолчанию max); список инструментов необходимо передавать при каждом запросе, а выполнение инструментов осуществляется клиентом или агентным фреймворком

Риски

  • Показатели частоты повторений и соответствия требованиям к инструментам получены из внутренних оценок команды; тестовый набор не опубликован
  • Результаты версии FP8 основаны на оценках уровня модели; официально указано, что эта производная версия не тестировалась отдельно
  • Данная запись не была проверена в работе; фактические результаты следует сверять с карточкой модели

Открыть

Hugging Face Trending

Открыть последние новости ИИ