Lumi-Simy
компактная агентская модель на 4B с вызовом инструментов
3 мин чтения
Lumi-Simy — это языковая модель на 3.97 млрд параметров от автора joaohsim, дообученная выбирать внешние функции (tool calling), вызывать несколько инструментов параллельно, выстраивать цепочки запросов с чтением ответов и отказываться от вызова, если ни один инструмент не подходит. В основе лежит рассуждающая модель Lumi-Think-4B, созданная на базе CEIA Lumi-4B и гибридной архитектуры NVIDIA Nemotron 3 Nano 4B (сочетание Mamba-2, MLP и механизмов внимания). Обучение проводилось через LoRA SFT (дообучение небольшого набора дополнительных весов с последующим слиянием в основную модель) с сохранением режима рассуждений (thinking) и общих навыков на английском и португальском языках. Модель задумана как исследовательский и учебный проект для экспериментов с агентским поведением на компактных гибридных архитектурах.
Ключевые особенности
- Заметный рост в многошаговом tool calling: в тесте BFCL точность в сценариях
multi_turn_baseвыросла с 25.0 до 43.0, а вlive_parallel_multiple— с 41.7 до 70.8 по сравнению с базовой Lumi-Think-4B. - Параллельные вызовы и отказ от лишних функций: модель умеет запрашивать несколько API за один шаг и корректно отвечать без вызова инструментов, когда задача этого не требует.
- Сохранение общих знаний: за счёт добавления данных самодистилляции (self-distilled replay) при обучении показатели на общих тестах EN/PT остались на уровне исходной Lumi-Think (средний балл 75.6 против 75.8).
- Связка с роутером инструментов: при больших каталогах API автор рекомендует предварительно отбирать топ-32 функции через кросс-энкодер
BAAI/bge-reranker-v2-m3— это сокращает промпт с ~21k до ~5k токенов и повышает точность.
Что можно сделать
- Собрать локального ИИ-агента для работы с базами данных и дашбордами: модель тестировалась на сценариях BI API и dashboard API (бенчмарк VAKRA) и умеет пошагово забирать данные из нескольких источников.
- Подключить к сервисам через OpenAI-совместимый API: развернуть через
vLLMс парсерамиqwen3_coderиnano_v3и использовать в чат-ботах, где нужно параллельно дёргать внешние функции (например, запрос погоды или данных сразу по нескольким объектам). - Изучить воспроизводимый пайплайн дообучения: использовать карточку и веса как референс для тренировки компактных Mamba-гибридов на одной видеокарте уровня RTX 4090 (24 ГБ).
Пример
hf download joaohsim/Lumi-Simy --local-dir lumi-simy
VLLM_USE_FLASHINFER_SAMPLER=0 vllm serve ./lumi-simy --trust-remote-code \
--mamba-ssm-cache-dtype float32 --enable-auto-tool-choice \
--tool-call-parser qwen3_coder \
--reasoning-parser-plugin "$PWD/lumi-simy/nano_v3_reasoning_parser.py" \
--reasoning-parser nano_v3 --default-chat-template-kwargs '{"enable_thinking": true}' \
--max-model-len 32768 --max-num-seqs 16
Подробнее
VAKRA (5 новых доменов): 32.7% (Capability 1) и 51.7% (Capability 2; 60.3% с роутеромbge-reranker-v2-m3 против 16.5% у Lumi-Think-4B).BFCL v3: обходит Qwen3-4B во всех четырёх multi-turn категориях, но уступает в одиночных и параллельных вызовах.
Железо и обучение: дообучалась и тестировалась на одной NVIDIA RTX 4090 (24 ГБ), контекст при обучении — 20 480 токенов, 4 329 примеров.
Ограничения: учебный релиз для некоммерческого и академического использования (лицензия VAKRA CC BY-NC-SA 4.0); не проверялась на веб-браузинге и кодинг-агентах; рассуждения в задачах с инструментами ведутся преимущественно на английском языке.










Комментарии