xLAM-8x22b-r - 大规模人工智能代理模型，提升决策和执行能力

项目介绍：xLAM-8x22b-r

项目背景

xLAM模型系列（大型动作模型）是一种先进的大规模语言模型，专为提升决策能力而设计，能够将用户意图转换为可执行的操作，与现实世界进行互动。这些模型能自动规划并执行任务以实现特定目标，充当AI代理的“大脑”。这种能力使其能够自动化各种领域的工作流程，拥有广泛的应用前景。

xLAM模型系列

Salesforce提供了一系列不同规模的xLAM模型，以满足各种应用需求，包括优化的函数调用和常规智能体应用。其中，xLAM-8x22b-r拥有1410亿参数，支持长达64K的上下文长度，属于现有最大规模的模型之一。

存储库概览

xLAM系列存储库主要关于一些通用工具使用系列，更多专业化的函数调用模型可见其“fc”系列。用户可以通过HuggingFace库来设置、使用和集成这些模型。关于具体的技术框架，项目使用了Transformers 4.41.0，Pytorch 2.3.0+cu121和Datasets 2.19.1等开源工具进行开发。

模型使用方法

用户可以通过HuggingFace平台来使用这些模型，具体步骤如下：

安装Transformers库：
```
pip install transformers>=4.41.0
```
设置输入提示，并生成API请求或AI助手响应。示例代码通过专业的提示格式协助生成JSON格式的函数调用，与ChatGPT的函数调用模式相似。
支持多轮交互：xLAM模型支持多轮对话，帮助开发者更新对话历史，提高任务完成的准确性。

基准测试结果

Berkeley函数调用排行榜（BFCL）：在与其他模型的对比中，xLAM系列表现出色，特别是在函数调用成功率方面排名靠前。
Webshop和ToolQuery：展示了在复杂网络环境和工具查询场景下的优异表现。
ToolQuery-Unified和ToolBench：在统一工具查询和工具测试台上，xLAM系列显示出高通过率和稳定性。

许可证

xLAM模型系列遵循CC-BY-NC-4.0许可证，仅供研究使用。为了继续支持新版本的发布，用户可以访问相关平台和存储库以获取更多信息。

引用

如果项目有助于您的研究工作，请引用以下相关论文：

@article{zhang2024xlam,
  title={xLAM: A Family of Large Action Models to Empower AI Agent Systems},
  author={Zhang, Jianguo and Lan, Tian et al.},
  year={2024}
}

xLAM项目代表了一种创新的人工智能发展方向，通过大规模语言模型的应用，使得AI代理系统能够更加有效和智能地完成复杂任务。