Tadpole开源Qwen3工具调用后训练方案

Reddit 用户 shoumikgoswami 开源纯 Python 编写的工具调用智能体 Tadpole，并公布对 Qwen3-4B 分阶段后训练的方法及 66MB LoRA 适配器。其称，在模拟训练数据生成任务上，llama.cpp Q80 加 LoRA 的验证分由 0.507 升至 0.826；仅加入 updateplan 计划工具，基础模型得分也由 0.507 升至 0.646。 该适配器可在本机运行，发布者称其在 16GB Mac 上每次模型调用约 2.4 秒，全部训练约花费 140 美元。但他也说明，4B 模型对开放式请求仍较弱，实际 Telegram 机器人使用 DeepSeek，Qwen3-4B 主要用于研究和训练。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。