ToolOrchestra: буст ИИ-потенциала за счет координации моделей и инструментов

NVIDIA совместно с Университетом Гонконга разработала ToolOrchestra (https://research.nvidia.com/labs/lpr/ToolOrchestra/) - методику (https://arxiv.org/pdf/2511.21689) обучения дирижеров для ИИ-агентов, и выпустила на ее основе модель Orchestrator-8B (https://huggingface.co/nvidia/Orchestrator-8B).

Это модель, базирующаяся на архитектуре Qwen3 предназначена для оркестрации других моделей и инструментов. Вместо того чтобы решать задачу в одиночку, модель чередует этапы рассуждения с вызовом внешних инструментов.

В ее арсенале поисковые движки, интерпретаторы кода и другие LLM, от узкоспециализированных математических до универсальных гигантов Claude и Llama-Nemotron.

Обучение проводилось с помощью GRPO, который поощрял модель не только за точность, но и за экономическую эффективность.

В результате решение получилось в 2,5 раза быстрее и на 70% дешевле в эксплуатации, чем использование одной лишь флагманской модели для всех этапов задачи, а сама Orchestrator-8B набрала 37,1% в сложнейшем бенчмарке Humanity's Last Exam , обойдя GPT-5 (35,1%).

Лицензирование кода : Apache 2.0 License.

Лицензирование модели: NVIDIA License.

Страница проекта (https://research.nvidia.com/labs/lpr/ToolOrchestra/)

Модель (https://huggingface.co/nvidia/Orchestrator-8B)

Arxiv (https://arxiv.org/pdf/2511.21689)

Датасет (https://huggingface.co/datasets/nvidia/ToolScale)

GitHub (https://huggingface.co/nvidia/Orchestrator-8B)

Источник: huggingface.co

Комментарии: