研究团队发布塔吉克语工具调用模型
Start here
2026年11月，研究团队发布了基于 LFM2.5-2.6B-Base 适配的 2.6B 模型 Saidzoda-Tajik-LFM-2.6B。该模型专注于塔吉克语工具调用适配，将其塔吉克语工具调用的严格准确率从 20.69 提升至 64.14。然而，持续预训练也带来了一定代价：破坏了原生工具格式，英文 MMLU 指标从 60.8 下滑至 52.5，不过英文工具调用准确率仍保持在 77.24。此外，该模型在无合适工具时的拒答准确率仅为 6.9%，多轮调用能力相对偏弱，实际执行调用前需要进行核验。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理Saidzoda-Tajik-LFM-2.6B：将 2.6B 混合模型适配至塔吉克语工具调用及持续预训练的代价
基于 LFM2.5-2.6B-Base 适配的 2.6B 模型 Saidzoda-Tajik-LFM-2.6B 发布，其塔吉克语工具调用严格准确率从 20.69 提升至 64.14。持续预训练破坏了原生工具格式并使英文 MMLU 从 60.8 跌至 52.5，但英文工具调用准确率维持在 77.24。该模型无合适工具时的拒答准确率仅 6.9% 且多轮调用偏弱，执行前需核验。
Story heat trend
Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.