0.8B 端侧 Agent 模型 BotPsy 发布,工具调用成绩超越 2.5 倍体积对手
pmttyji · reddit · 2026-11-12
qvac(Tether 团队)在 Hugging Face 发布 BotPsy-0.8B,基于 Qwen3.5-0.8B 微调的函数调用/Agent 专用小模型,主打端侧部署,覆盖搜索研究、商旅、商务客服、设备控制、文件日历、邮件等场景。
- 成绩翻倍:BFCL v4 从基座 23.4 升到 44.0,ACEBench 从 30.1 升到 58.7,τ-bench 从 23.2 升到 51.5。
- 同级最优:在六个工具使用/Agent 基准上全面领先 ≤1.2B 参数模型,并在六项中的五项上超过 2.5 倍体积的 Qwen3.5-2B-Think(如 ToolSandbox 64.6 vs 41.2)。
- 多轮更稳:τ²-bench telecom 得分 82.5(对比 2B 的 69.3);BFCL v4 多轮从 7.5 升到 46.1。
- 知道何时不调用工具:BFCL v4 幻觉测试(无合适工具时应拒绝)得分 86.1,为所有受测模型最高;ACEBench 特例场景从 13.7 升至 51.3。
- 保留通识:IFEval 59.7→90.8,IFBench 22.0→55.9(同级最高),GPQA Diamond 与 MMLU-Pro 亦有提升。
官方同步放出 GGUF 量化版本、博客与技术报告。
所属事件:Tether 发布 0.8B 端侧 Agent 模型 BotPsy(2 条相关)→
「编程与Agent」频道最新
- Anthropic 研究：77 场景测试显示单体协调 Agent 碾压多用户各自为战 — ombre-ai · 2026-11-12
- Matt Pocock 提出跨仓库跑 Agent 的 Home Repo 模式，附一键配置 Prompt — mattpocockuk · 2026-11-12
- 用 Fable 5.2 加 Opus 子智能体近一步生成泰姬陵建造科普视频 — CurieuxExplorer · 2026-11-12
- 普林斯顿与Anthropic发现记忆陷阱：Agent一句话就敢乱付120万美元 — aigclink · 2026-11-12
- DataTalks.Club 推出生成式媒体生产级 AI Agent 免费课程 — Al_Grigor · 2026-11-12
- Claude 一段提示词设计三款硬件：出图布线写固件，一次全点亮 — JafarNajafov · 2026-11-12