К содержимому
Другое

heal-trajectory-cycle-c1

LoRA для исправления ошибок ИИ-агентов

2 мин чтенияобновлено

LoRA-адаптер (небольшая надстройка над базовой моделью) для Aya Expanse 32B от проекта ReAgent (хакатон Lexsi Labs), созданный для борьбы с галлюцинациями в диалоговых агентах. Адаптер получен после одного полностью автоматического цикла «лечения»: система сама нашла 106 провалов базовой модели на задачах клиентского сервиса (ритейл, авиакомпании, телеком) и переобучила её на проверенных диалогах модели-учителя. В результате агент значительно реже ошибается в аргументах функций и не зацикливается при работе с инструментами. Пригодится разработчикам, которые строят автономных ассистентов поддержки на базе моделей Cohere.

Ключевые особенности

  • Автоматическое обучение: весь цикл поиска ошибок, дообучения на 136 верифицированных диалогах (датасет ReAgent golden trajectories) и проверки качества прошёл без участия человека.
  • Снижение сбоев инструментов: среднее число ошибок вызова функций, аргументов и зацикливаний на диалог упало с 8.22 до 1.03.
  • Рост точности на dev-выборке: модель успешно решила 22 из 36 задач бенчмарка τ²-bench против 6 у исходной Aya Expanse 32B.
  • Готовность к продакшену: адаптер легко подключается через библиотеку peft или разворачивается на сервере с помощью vLLM.

Что можно сделать

  • Встроить в ботов клиентской поддержки для сферы ритейла, авиаперевозок и телекома, чтобы снизить число сбоев при вызове API.
  • Использовать как референс для построения собственных конвейеров самообучения агентов на базе формата вызова инструментов Cohere (Action:).
  • Развернуть через vLLM с флагом --enable-lora поверх базовой CohereLabs/aya-expanse-32b для быстрой обработки запросов.

Пример

from peft import PeftModel
from transformers import AutoModelForCausalLM

base = AutoModelForCausalLM.from_pretrained("CohereLabs/aya-expanse-32b", device_map="auto")
model = PeftModel.from_pretrained(base, "reagent-lexsi/heal-trajectory-cycle-c1")
Подробнее Метрики: 22/36 на dev-наборе τ²-bench (у базы — 6/36); воспроизводит результат SFT v2 (51.5% на test).
Учитель для генерации обучающих траекторий: GLM-5.3-Flash с проверкой валидатором τ²-bench.
Ограничения: лицензия CC BY-NC 4.0 (только некоммерческое использование), требуется доступ к базовой Aya Expanse 32B.
Обсудить Telegram 0 15

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • F16веса 61 GB · готовые файлы67 GB
  • FP8 / INT8рекомендуемвеса 30 GB34 GB
  • 4-bitвеса 17 GB20 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью aya-expanse-32b.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # reagent-lexsi/heal-trajectory-cycle-c1
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download CohereLabs/aya-expanse-32b --local-dir ~/models/aya-expanse-32b
    hf download reagent-lexsi/heal-trajectory-cycle-c1 --local-dir ~/models/heal-trajectory-cycle-c1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к aya-expanse-32b
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

CohereLabs/aya-expanse-32b

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии aya-expanse-32b — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 1Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

reagent-lexsi/heal-trajectory-cycle-c1
Автор
reagent-lexsi
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

150

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии