Jemně vyladěný překladač FunctionGemma 270Mpro Relay ↗: jednootáčková "instrukce v přirozeném jazyce → přesně jeden nástroj" přes registr 33 nástrojů postroje (souborový systém, editace, spuštění, git, web, prostředí, užitek, interakce). To nedůvod nebo chat — Relay runtime vlastní validaci, brány důvěry a schválení; tento model vybírá nástroj pouze jeho přesným registrovaným názvem plus malými argy. Hromadný text (obsah souboru
Protože výběr je podle přesného názvu nástroje, selhání konkrétních pokynů je v praxi zanedbatelné — selhání se objevují téměř pouze na abstraktních nebo nejednoznačných výzvách okrajových případů (např. „Zobrazit vývoj pro dokumenty/.“ nebo „Porovnat X s vydáním/1.2“), nikdy na každodenních frázích jako „Číst src/auth.py“ nebo „Zobrazit posledních 5 revizí“.
Rozložená sada, 20 výzev × 33 nástrojů (660 běhů) prostřednictvím skutečného adaptéru postroje („eval_finetune.py“), každý kvant podáván prostřednictvím lama-serveru (průměrně 0,10 s/hovor). Tři úrovně — funkční(pravý nástroj + behaviorálně ekvivalentní argy: vyjmuté sloty pro užitečné zatížení, normalizované hodnoty, chybějící/extra volitelné argy projdou, „ask_user“ předá jakoukoli neprázdnou otázku),výběr(pravý nástroj),přesný(bajtově identické argy):
Kvantizační náklady ~ 2,8 pb funkční — slouží Q4, BF16 si nechte pro referenci. Přesné→funkční mezeře dominují zástupné sloty správné smlouvy (__PAYLOAD___, vyplněné dobou běhu při odvození) a ekvivalentní fráze ((2 5 % 7) - 25 % 7), nikoli špatné chování. Skutečná slabá místa: užitečný nástroj výběr* (zmatek run_process/run_python), výzvy git-range (git_diff vs git_show/read_file) a občasné zkomolené cesty — zachovejte toto chování
