热点事件持续更新
研究团队发布塔吉克语工具调用模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
研究团队发布Saidzoda-Tajik-LFM-2.6B模型，塔吉克语工具调用准确率大幅提升但伴随性能代价。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。