KwaiAgents
KwaiAgents copied to clipboard
KwaiKEG
A generalized information-seeking agent system with Large Language Models (LLMs).
非常有启发性的项目，我从中学到很多知识。 希望尽快深入了解有关模型训练的细节及数据，非常感谢！
Can the KAgentInstruct dataset be open sourced or used as a reference;Thank you.
I have check that curl http://10.22.51.10:21010/v1/chat/completions -H "Content-Type: application/json" -d '{"model": "kagentlms_qwen_7b_mat", "messages": [{"role": "user", "content": "刘德华是谁"}]}' return ok but when run kagentsys --query="刘德华老婆是谁？" --llm_name="kagentlms_qwen_7b_mat" --use_local_llm --local_llm_host="10.22.51.10" --local_llm_port=21010 --lang="zh" met...
https://huggingface.co/kwaikeg/kagentlms_qwen1.5_14b_mat/tree/main 无模型权重文件，是还没有正式发布吗？
哈喽，感谢您们精彩的工作！我认为这是十分有意义的。但是我有几个困惑。 我理解针对于Kagent这个框架，数据集中"type": "plantooluse"是为了验证模型的plan多步骤能力。但是： 1. golden_result_list中的json数据没有step的概念，看起来是没有先后执行顺序的。这个怎么作为多步骤推理的标签呢？ 模型在执行多次plan的时候，怎样选择golden_result_list的结果作为标准的label 2. 评价指标中的Planning和Tool-use是否评价的是一次plan的过程，这样能否体现多步骤推理的能力呢？ 感谢！ 并且期待您的回复！ 谢谢！
hello，我下载了kagentlms_baichuan2_13b_mat模型，但是没办法通过fastchat部署，，以下是报错： 2024-03-11 22:02:00 | INFO | model_worker | args: Namespace(host='192.168.80.2', port=9015, worker_address='http://192.168.80.2:9015', controller_address='http://192.168.80.2:9083', model_path='/home/ssd1/record/llm_models/kagentlms_baichuan2_13b_mat/', revision='main', device='cuda', gpus=None, num_gpus=1, max_gpu_memory=None, dtype=None, load_8bit=False, cpu_offloading=False, gptq_ckpt=None, gptq_wbits=16, gptq_groupsize=-1, gptq_act_order=False, awq_ckpt=None, awq_wbits=16, awq_groupsize=-1, model_names=['kwai_agent_baichuan'],...
