外观
模型driaforallTiny-Agent-a-3B
模型档案汇总架构、许可、适配机型与资料来源
driaforall 在 Hugging Face 发布的机器人模型,架构为 Qwen2ForCausalLM,参数规模 3.1B。
这个模型的核心架构、动作空间设计与真机部署定位。
Tiny-Agent-α 是 Dria-Agent-a 的扩展,Tiny-Agent-a-3B 基于 Qwen2.5-Coder 系列训练,面向边缘设备使用。模型采用量化感知训练,以降低量化后的性能退化,主要能力是 Pythonic function calling:用 Python 代码块调用外部工具并输出动作,而不是传统 JSON 函数调用格式。
这种方式支持在一次对话中发起多个同步函数调用,允许自然语言推理与代码动作交错,并可生成带条件逻辑和同步流水线的 Python 程序;生成程序会排除 exec、eval、compile 等有风险的 builtins。模型在 Dria-Pythonic-Agent-Benchmark 上评估,该基准用于评估 Pythonic function calling 能力;表中 Tiny-Agent-a-3B 的 strict 结果为 Pythonic 72、JSON 34。
使用上可通过 dria_agent 包定义 @tool 暴露函数、创建 agent 并运行查询;该包处理模型、工具、代码执行和后端,支持 mlx、ollama 和 transformers,也可直接用 transformers 调用模型。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
other
权重许可证
other
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download driaforall/Tiny-Agent-a-3B --local-dir ./checkpoints/driaforall-tiny-agent-a-3b
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=driaforall/Tiny-Agent-a-3B模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。