language:

• en license: llama3 tags:
• Llama-3
• RL
• Atropos
• 工具调用
• Nous Research
• 指令微调
• 推理
• 函数调用
• transformers
• 强化学习
• JSON模式
• chatml base_model: meta-llama/Meta-Llama-3.1-8B library_name: transformers

DeepHermes工具调用专家 - Atropos强化学习版

模型概述

DeepHermes工具调用专家 - Atropos强化学习版是由Nous Research使用我们创新的开源强化学习框架Atropos进行微调的实验性成果。该版本专门提升了DeepHermes 3 Llama-3.1 8B模型在推理模式下的工具调用性能。

注意：本模型为实验性产物，不适用于通用场景。

Atropos开源框架

Atropos是Nous Research开发的开源强化学习环境栈，旨在通过结构化强化学习方法提升大语言模型的多项功能。我们诚邀贡献与探索：

🔗 Atropos GitHub仓库

基准测试结果

在伯克利函数调用基准测试中，相比基础模型，本版本在推理模式下的工具调用准确率显著提升：

这些提升源于专门针对推理型工具调用能力进行的强化学习微调。

评估集准确率结果：

核心特性

• 增强推理模式工具调用：强化学习显著提升复杂推理任务中的工具使用能力
• 开源强化学习框架：基于完全开源的Atropos强化学习环境
• 活跃开源社区：欢迎在Atropos GitHub贡献代码
• 即将推出SOTA训练器：Nous Research即将发布最先进的开源强化学习训练器

使用方式

本模型支持多种推理模式：

• 深度推理模式
• 标准对话/指令模式
• 结构化JSON输出
• 函数调用

详细文档和示例代码：

注意：需先加载DeepHermes的推理系统提示词，再追加函数调用系统提示词，方可实现推理与工具调用的同步执行。

🔗 Hermes函数调用GitHub

引用方式

@misc{
      title={DeepHermes工具调用专家 - Atropos强化学习版},
      author={Teknium、Dakota Mahan、Roger Jin、Chen Guang、Jai Suphavadeeprasit、Jeffrey Quesnelle},
      year={2025},
      url={https://huggingface.co/NousResearch/DeepHermes-Tool-Calling-Specialist-Atropos-RL}
}

社区支持

如有疑问或发现问题，请在对应GitHub仓库提交：

• Atropos框架问题区
• DeepHermes模型问题区

Nous Research鼓励社区积极参与，通过开源协作持续提升模型性能。