license: cc-by-nc-4.0 datasets:

• Salesforce/APIGen-MT-5k
• Salesforce/xlam-function-calling-60k language:
• en pipeline_tag: text-generation tags:
• function-calling
• LLM Agent
• tool-use
• llama
• qwen
• pytorch
• LLaMA-factory library_name: transformers

[论文] | [主页] | [数据集] | [Github]

欢迎来到xLAM-2模型家族！

大型动作模型(LAMs)是旨在通过将用户意图转化为可执行动作来增强决策能力的高级语言模型。作为AI代理的大脑，LAMs能自主规划和执行任务以实现特定目标，使其在跨领域工作流自动化中具有重要价值。
本模型发布仅供研究用途。

新一代xLAM-2系列基于我们最先进的数据合成、处理和训练流程构建，在多轮对话和工具使用方面实现了重大突破。通过创新的APIGen-MT框架（通过模拟代理-人类交互生成高质量训练数据）进行训练，我们的模型在BFCL和τ-bench基准测试中达到最先进水平，超越了GPT-4o和Claude 3.5等前沿模型。值得注意的是，即使是我们的较小模型，在多轮场景中也展现出卓越能力，同时保持试验间的高度一致性。

我们还优化了聊天模板和vLLM集成，使构建高级AI代理更加便捷。相比前代xLAM模型，xLAM-2提供更优性能和无缝的跨应用部署能力。

大型xLAM-2-fc-r模型(8B-70B，使用APIGen-MT数据训练)在函数调用(BFCL v3，截至2025年4月2日)和代理能力(τ-bench)方面与最先进基线的对比表现。

目录

• 使用指南
  • 使用Huggingface聊天模板的基础用法
  • 使用vLLM进行推理
    • 设置与服务
    • 通过OpenAI API测试
• 基准测试结果
• 引用

模型系列

xLAM系列在包括通用任务和函数调用在内的多方面表现显著更优。在相同参数量的情况下，这些模型已在广泛的代理任务和场景中进行了微调，同时保留了原始模型的能力。

***注意：**基于Qwen-2.5的模型默认上下文长度为32k，但可通过YaRN(Yet Another Recursive Network)等技术实现最大128k上下文长度。详情请参阅此处。

您也可以在此处探索我们之前的xLAM系列模型。

-fc后缀表示模型针对函数调用任务进行了微调，而-r后缀表示研究版本发布。

✅ 所有模型均完全兼容vLLM和基于Transformers的推理框架。

使用指南

框架版本要求

• Transformers 4.46.1 (或更高)
• PyTorch 2.5.1+cu124 (或更高)
• Datasets 3.1.0 (或更高)
• Tokenizers 0.20.3 (或更高)

使用Huggingface聊天模板的基础用法

新一代xLAM模型设计用于无缝对接Hugging Face Transformers库，并利用自然聊天模板提供直观的对话体验。以下是使用这些模型的示例。

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("Salesforce/Llama-xLAM-2-3b-fc-r")
model = AutoModelForCausalLM.from_pretrained("Salesforce/Llama-xLAM-2-3b-fc-r", torch_dtype=torch.bfloat16, device_map="auto")

# 包含工具调用的对话示例
messages = [
    {"role": "user", "content": "嗨，你好吗？"},
    {"role": "assistant", "content": "谢谢。我很好。有什么可以帮您的？"},
    {"role": "user", "content": "伦敦的天气怎么样？"},
]

tools = [
    {
        "name": "get_weather",
        "description": "获取指定位置的当前天气",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "城市和州，例如：旧金山, CA"},
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"], "description": "返回的温度单位"}
            },
            "required": ["location"]
        }
    }
]

print("====== 应用聊天模板后的提示 ======")
print(tokenizer.apply_chat_template(messages, tools=tools, add_generation_prompt=True, tokenize=False))

inputs = tokenizer.apply_chat_template(messages, tools=tools, add_generation_prompt=True, return_dict=True, return_tensors="pt")
input_ids_len = inputs["input_ids"].shape[-1] # 获取输入标记的长度
inputs = {k: v.to(model.device) for k, v in inputs.items()}
print("====== 模型响应 ======")
outputs = model.generate(**inputs, max_new_tokens=256)
generated_tokens = outputs[:, input_ids_len:] # 切片输出以仅获取新生成的标记
print(tokenizer.decode(generated_tokens[0], skip_special_tokens=True))

使用vLLM进行推理

xLAM模型也可以使用vLLM高效地进行高吞吐量推理服务。请使用vllm>=0.6.5，因为早期版本会导致基于Qwen的模型性能下降。

设置与服务

1. 安装所需版本的vLLM：

pip install "vllm>=0.6.5"

2. 将工具解析器插件下载到本地路径：

wget https://huggingface.co/Salesforce/xLAM-2-1b-fc-r/raw/main/xlam_tool_call_parser.py

3. 启动兼容OpenAI API的端点：

vllm serve Salesforce/xLAM-2-1b-fc-r \
  --enable-auto-tool-choice \
  --tool-parser-plugin ./xlam_tool_call_parser.py \
  --tool-call-parser xlam \
  --tensor-parallel-size 1

注意：确保工具解析器插件文件已下载，且--tool-parser-plugin指定的路径正确指向您本地的文件副本。xLAM系列模型均使用相同的工具调用解析器，因此您只需为所有模型下载一次。

通过OpenAI API测试

以下是通过服务端点测试工具使用的最小示例：

import openai
import json

# 配置客户端使用本地vLLM端点
client = openai.OpenAI(
    base_url="http://localhost:8000/v1",  # 默认vLLM服务器URL
    api_key="empty"  # 可以是任意字符串
)

# 定义一个工具/函数
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定位置的当前天气",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "城市和州，例如：旧金山, CA"
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "返回的温度单位"
                    }
                },
                "required": ["location"]
            }
        }
    }
]

# 创建聊天完成
response = client.chat.completions.create(
    model="Salesforce/xLAM-2-1b-fc-r",  # 模型名称不重要，vLLM使用已服务的模型
    messages=[
        {"role": "system", "content": "您是一个可以使用工具的有用助手。"},
        {"role": "user", "content": "旧金山的天气怎么样？"}
    ],
    tools=tools,
    tool_choice="auto"
)

# 打印响应
print("助手响应：")
print(json.dumps(response.model_dump(), indent=2))

有关更高级的配置和部署选项，请参阅vLLM文档。

基准测试结果

伯克利函数调用排行榜(BFCL v3)

不同模型在[BFCL排行榜](https://gorilla.cs.berkeley.edu/leaderboard.html)上的性能对比。排名基于整体准确率，这是不同评估类别的加权平均值。"FC"代表函数调用模式，与使用定制"提示"提取函数调用形成对比。

τ-bench基准测试

τ-bench基准测试上的成功率(pass@1)，至少5次试验的平均值。我们的xLAM-2-70b-fc-r模型在τ-bench上实现了56.2%的整体成功率，显著优于基础Llama 3.1 70B Instruct模型(38.2%)和其他开源模型如DeepSeek v3(40.6%)。值得注意的是，我们的最佳模型甚至超越了专有模型如GPT-4o(52.9%)，接近更近期模型如Claude 3.5 Sonnet(新)(60.1%)的性能。

Pass^k曲线测量所有5次独立试验对给定任务成功的概率，平均跨τ-retail(左)和τ-airline(右)领域的所有任务。更高的值表示模型的一致性更好。

伦理考量

本发布仅支持学术论文的研究用途。我们的模型、数据集和代码并非为所有下游用途专门设计或评估。我们强烈建议用户在部署此模型前评估并解决与准确性、安全性和公平性相关的潜在问题。我们鼓励用户考虑AI的常见限制，遵守适用法律，并在选择用例时利用最佳实践，特别是对于错误或误用可能显著影响人们生活、权利或安全的高风险场景。有关用例的进一步指导，请参阅我们的AUP和AI AUP。

模型许可

对于所有与Llama相关的模型，请同时遵守相应的Llama许可和条款。Meta Llama 3根据Meta Llama 3社区许可授权，版权所有© Meta Platforms, Inc. 保留所有权利。

引用

如果您在研究中使用了我们的模型或数据集，请引用我们的论文：

@article{prabhakar2025apigen,
  title={APIGen-MT: Agentic PIpeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay},
  author={Prabhakar, Akshara and Liu, Zuxin and Zhu, Ming and Zhang, Jianguo and Awalgaonkar, Tulika and Wang, Shiyu and Liu, Zhiwei and Chen, Haolin and Hoang, Thai and others},
  journal={arXiv preprint arXiv:2504.03601},
  year={2025}
}

此外，请查看我们关于xLAM系列的其他优秀相关工作，并考虑同时引用它们：

@article{zhang2025actionstudio,
  title={ActionStudio: A Lightweight Framework for Data and Training of Action Models},
  author={Zhang, Jianguo and Hoang, Thai and Zhu, Ming and Liu, Zuxin and Wang, Shiyu and Awalgaonkar, Tulika and Prabhakar, Akshara and Chen, Haolin and Yao, Weiran and Liu, Zhiwei and others},
  journal={arXiv preprint arXiv:2503.22673},
  year={2025}
}

@article{zhang2024xlam,
  title={xLAM: A Family of Large Action Models to Empower AI Agent Systems},
  author={Zhang, Jianguo and Lan, Tian and Zhu, Ming and Liu, Zuxin and Hoang, Thai and Kokane, Shirley and Yao, Weiran and Tan, Juntao and Prabhakar, Akshara and Chen, Haolin and others},
  journal={arXiv preprint arXiv:2409.03215},
  year={2024}
}

@article{liu2024apigen,
  title={Apigen: Automated pipeline for generating verifiable and diverse function-calling datasets},
  author={Liu, Zuxin and Hoang, Thai and Zhang, Jianguo and Zhu, Ming and Lan, Tian and Tan, Juntao and Yao, Weiran and Liu, Zhiwei and Feng, Yihao and RN, Rithesh and others},
  journal={Advances in Neural Information Processing Systems},
  volume={37},
  pages={54463--54482},
  year={2024}
}

@article{zhang2024agentohana,
  title={AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning},
  author={Zhang, Jianguo and Lan, Tian and Murthy, Rithesh and Liu, Zhiwei and Yao, Weiran and Tan, Juntao and Hoang, Thai and Yang, Liangwei and Feng, Yihao and Liu, Zuxin and others},
  journal={arXiv preprint arXiv:2402.15506},
  year={2024}
}