NeoHorse-1 運営中

NeoHorse-1は、基元律動が無問芯穹、清華大学、北京大学、香港中文大学、アリババなどと共同でリリースしたオープンソースAgentモデルで、4B版と9B版の2種類があります。モデルはAgent-Nativeの追加学習を採用し、Routing Harnessの実際の実行軌跡を学習データとして使用。ルーティング信号を学習カリキュラムの順序付けに再利用し、評価フィードバック→データ配分→モデル更新の閉ループを実現します。ツール呼び出し、タスク計画、深度検索、コード生成をカバーし、9B版の平均スコアは69.04でベースモデルを3.44ポイント上回ります。ネイティブで26万tokenのコンテキストに対応し、ローカル環境にデプロイできます。

ツール呼び出し：タスクの要件に応じて外部ツールを自動選択・呼び出しし、複数ステップの操作を完了します。
タスク計画：複雑なタスクを実行可能なサブステップに分解し、長期的な計画とスケジューリングを行います。
深度検索：複数回の対話で能動的に情報を検索・統合し、結論を裏付ける証拠チェーンを構築します。
コード生成：実行可能なコードを生成し、環境からのフィードバックに基づいてデバッグ・修正を行い、タスク完了まで対応します。

WeChatをフォローして「オープンソース」と返信すると、AIオープンソースプロジェクト交流グループに参加できます。
Harness軌跡駆動のAgent-Native学習：学習コーパスは、Routing Harnessの実際の実行によって生成された構造化軌跡を中核とし、リクエスト、ルーティング、ツール呼び出し、環境フィードバック、エラーリカバリを含みます。従来のQ&Aコーパスと比べ、能力要件、実行判断、環境結果という3つの次元が追加されています。成功軌跡と失敗軌跡の両方を保持し、構造検査と6次元の品質評価を経て採用することで、学習目標をタスク完了に直接向けます。
能力に基づくデータ配分：ルーターはタスクを能力要件に応じてC0〜C3の4段階に分類し、信号をオフラインで学習根拠として再利用します。ルーティング記録を「予測—行動—結果」の3段階に分解し、予測段階でカリキュラムを編成し、結果段階で能力の弱点を特定します。これに基づき次のラウンドのデータ配分を調整し、評価フィードバック→データ配分→モデル更新の閉ループを形成します。
再帰的自己改善（RSI）の単一ラウンド検証：Data-RSIとModel-RSIの2部分で構成されます。前者はモデルが継続的に実行して新たな軌跡を生成し、選別後に後続学習の素材として自然に蓄積するものです。後者は評価で判明した弱点に応じてモデルを更新し、Harnessのモデルプールに戻すものです。現在は単一回の閉ループのみを検証しており、信号と報酬の設計は引き続き人手で設定されています。

ダウンロードツールのインストール：pip install -U modelscopeを実行してModelScopeコマンドラインツールをインストールします。
モデルのダウンロード：modelscope download --model TokenRhythm/NeoHorse-1-9B --local_dir ./NeoHorse-1-9Bを実行して重みを取得します（4B版も同様に、必要に応じて選択してください）。
サービスのデプロイ：SGLang（pip install "sglang==0.5.17"）またはvLLMを使用して推論サービスを起動し、--context-length 262144、--reasoning-parser qwen3、--tool-call-parser qwen3_coderを設定します。
API呼び出し：OpenAI SDKでbase_urlをローカルサービスのアドレス（例：http://localhost:8000/v1）に設定すると、OpenAI APIと同じようにリクエストを送信できます。
リソースに関する注意：実際に利用可能なコンテキスト長はGPUメモリに依存します。メモリが不足する場合は、まずコンテキスト長を短くしてからデプロイしてください。

Agent-Native学習：学習データは従来のQ&Aコーパスではなく、実際の実行軌跡から直接取得されるため、汎用モデルの事後適応ではなく、タスク完了を直接目指します。
失敗軌跡の活用：学習セットには成功記録と置き換えられた失敗記録の両方を保持し、モデルが「どこで失敗しやすいか、失敗後にどう復旧するか」を学習できるようにします。
ルーティング信号の再利用：オンラインルーティングにおけるC0〜C3の能力段階信号をオフラインで学習根拠に変換し、「評価フィードバック→データ配分→モデル更新」の閉ループを実現します。
小型で高性能：4B版のAgent性能は、より多くのパラメータを持つ複数の汎用モデルをすでに上回っています。9B版の平均スコアは69.04で、ベースモデルを3.44ポイント上回り、デプロイコストを抑えられます。
超長文コンテキスト：ネイティブで262,144 tokensに対応し、約101万tokensまで拡張可能。長期的なAgentタスクに適しています。

GitHubリポジトリ：https://github.com/TokenRhythm/NeoHorse
HuggingFaceモデルコレクション：https://huggingface.co/collections/TokenRhythm/neohorse-1
arXiv技術論文：https://arxiv.org/pdf/2609.08183

エージェントタスクの実行：OpenClawなどのHarnessにおける実行モデルとして、ファイル操作やソフトウェア利用などの実際のコンピュータータスクを自動完了し、失敗後には自律的に復旧します。
ツール呼び出しとAPIオーケストレーション：複数のツールが存在する環境で外部APIを自動選択・組み合わせ・呼び出しし、自動化ワークフローアシスタントの構築に適しています。
深度検索とリサーチアシスタント：複数回にわたって能動的に検索し、情報を相互検証して証拠チェーンを付与し、引用付き調査レポートの生成を支援します。
企業業務の自動化：WorkBuddy Benchのような多分野の職場シナリオで、スケジュール調整、データ整理、レポート作成など、長期的な複数ステップのタスクを処理します。