Piccolo Faoliyat yuritmoqda

Piccolo — Alibaba kompaniyasining AgentScope jamoasi tomonidan ochiq manbada taqdim etilgan qaror qabul qilish modellari seriyasi bo‘lib, 27B, 9B va 4B o‘lchamlarini o‘z ichiga oladi. Piccolo tuzilgan qaror natijalari va ehtimollarni bevosita chiqaradi hamda agent ish jarayonlarida vosita tanlash, ruxsatlarni tekshirish va xatolardan tiklanish kabi bosqichlarga qo‘shilishi mumkin. U ma’lumotlarni qayta ishlash va o‘yinlardagi real vaqt rejimidagi qarorlar uchun ham qo‘llanadi. 27B JevBench Public’da 92.21%, matnli Decision Index’da 68.59% natijaga erishadi. Jamoa HarnessJevBench va DataJevBench nomli ikkita maxsus ssenariy benchmarkini yaratib, ochiq manbada taqdim etdi. Ishlab chiqishda rekursiv o‘z-o‘zini takomillashtirish tizimidan foydalaniladi: tadqiqot agenti xatolarni tahlil qiladi, ma’lumotlarni takroran yangilaydi va modelni uzluksiz rivojlantiradi.

Vosita tanlash: vazifa, dalillar va cheklovlarga asoslanib, nomzod vositalar orasidan qaysi birini chaqirish kerakligini aniqlaydi, masalan, yetkazib berish sanasini tekshirishda buyurtmalar tizimini tanlaydi.
Model marshrutlash: bir nechta model vazifani bajara olganda, byudjet kabi omillarni hisobga olib, qaysi resursdan foydalanishni tanlaydi.
Kontekst va xotirani saralash: muhim ma’lumotlarni saqlab qoladi, eskirgan va aloqasiz tarkibni filtrlaydi.
Ruxsat va ishonchni tekshirish: ruxsat chegaralari doirasida qaror qabul qiladi, masalan, faqat qoralamani saqlashga ruxsat berilganda bevosita yuborish o‘rniga saqlashni tanlaydi.
Bajarilganini tekshirish va xatolardan tiklanish: dalillar yetarli bo‘lmaganda qo‘shimcha tekshiruvni davom ettiradi, vaqtinchalik nosozlik yuz berganda qayta urinish kerak yoki kerak emasligini aniqlaydi.
Ma’lumotlarni qayta ishlash bo‘yicha qarorlar: tozalash va takroriy yozuvlarni olib tashlash tartibini belgilaydi, xulosa variantini tanlaydi, maydonlar yetishmaganda qo‘shimcha ma’lumot so‘raydi, tashqariga yuborishdan oldin ma’lumotlarni anonimlashtirish zarurligini aniqlaydi.
O‘yinlardagi real vaqt qarorlari: o‘yin tasviriga asoslanib, harakatlanish, hujum va qochish kabi uzluksiz harakatlar uchun tugma darajasida ko‘rsatmalar beradi; harakatli, boshqotirma va stol o‘yinlarini qo‘llab-quvvatlaydi.

WeChat’da kuzatib, “开源” javobini yuboring va AI ochiq manbali loyihalar guruhiga qo‘shiling
Qaror interfeysi: Piccolo maxsus hukm chiqarish komponenti bo‘lib, kirish sifatida “holat, savol, nomzod variantlar”ni qabul qiladi. Ikki yo‘nalishli prompt attention yordamida savol va nomzod variantlar bir-birini hisobga oladi; har bir variant ehtimoli bevosita nomzod tokenlarining logits qiymatlaridan olinadi va dastur darhol ishlata oladigan tuzilgan qaror chiqariladi. Jarayon davomida hech qanday generativ matn hosil qilinmaydi. Tizim Jev bilan mos keluvchi /v1/systemone endpoint’idan foydalanadi, flex_twice kiritish tartibi esa inferensiya yo‘lini optimallashtiradi.
Yagona ma’lumotlar muhandisligi: o‘qitish ma’lumotlari ochiq manbali hamjamiyatdan yig‘ilgan 6.65 million namunadan boshlanadi. Ular tasniflash, qidirish, matematik-mantiqiy xulosa chiqarish, afzalliklarni baholash va vositalardan foydalanish kabi vazifalarni qamrab oladi. Barcha ma’lumotlar “holat, savol, nomzod variantlar, maqsad taqsimoti” formatidagi yagona qaror shakliga keltiriladi; qat’iy va yumshoq yorliqlar bir xil nazorat interfeysidan foydalanadi. Jamoa Data-Juicer asosida 13 ta belgilash o‘lchovi va oldindan belgilangan 551 ta qiymatdan iborat semantik yorliqlar tizimini yaratdi. Barcha ma’lumotlar to‘plamga kiritilishidan oldin takroriylari olib tashlanadi, shuningdek, baholash benchmarklari bilan kesishmalar tekshiriladi va chiqarib tashlanadi. Shu orqali o‘qitish hamda baholash ma’lumotlari ajratiladi.
Rekursiv o‘z-o‘zini takomillashtirish sikli: ishlab chiqish jarayoni tadqiqot agenti tomonidan boshqariladi, asosiy signal esa har bir savol bo‘yicha KL yo‘qotishidir. Ma’lumotlar semantik yorliqlar bo‘yicha guruhlanib, doimiy ravishda yuqori og‘ish ko‘rsatadigan namunalar uchun javoblar qayta ko‘rib chiqiladi, o‘xshash materiallar qidiriladi yoki ko‘proq shartlar kombinatsiyasi maqsadli ravishda yaratiladi. Yetarlicha o‘rganilgan bir xil namunalar kamaytiriladi yoki vakil namunalar takroriy o‘qitish uchun saqlanadi. Saralash nisbati, qayta yozuvlarni audit qilish, maqsadli sintez va kamaytirish amallari turli tajriba rejalari sifatida birlashtiriladi. Agentic Data Engineering bir nechta agentlarni “reja tuzish → tajriba yaratish → natijalarni olish → tashxisni yangilash” jarayoni bo‘yicha tashkil qiladi. DataJuicer-Sandbox ma’lumotlarni qayta ishlash, o‘qitish va baholashni bajariladigan ish jarayoniga birlashtiradi; inson esa faqat maqsad, byudjet va ma’lumotlar doirasini belgilaydi.

Onlayn sinov: https://decisionplayground.agentscope.io/ rasmiy saytiga kirib, Piccolo’ni bevosita sinab ko‘ring. Yuklab olish talab qilinmaydi va turli hukm chiqarish vazifalaridagi natijalarini ko‘rish mumkin.
Modelni yuklab olish: Hugging Face’dan ehtiyojga qarab 4B/9B/27B to‘liq og‘irliklarini yoki BF16, Q8_0, Q4_K_M formatlaridagi uch xil GGUF variantini tanlang. GGUF fayllarining har bir bo‘lagini bitta katalogga yuklab olish kerak.
Mahalliy ishga tushirish: QwenPaw va uning Piccolo bilan mos llama.cpp runtime’ini manba kodidan o‘rnating. Models → QwenPaw Local → Decision models bo‘limida GGUF’ni yuklab, Start tugmasini bosing, so‘ng Default models bo‘limida standart qaror modelining unga yo‘naltirilganini tasdiqlang.
Avtomatik tekshiruvni yoqish: suhbat modeli menyusida Use decision model bandini yoqing va vositalarni tasdiqlash sozlamalarida Decision Model Mode’ni tanlang. Piccolo har bir vosita chaqiruvini avtomatik tekshiradi, zarur bo‘lsa inson tomonidan tasdiqlash imkoniyatini saqlab qoladi.
Kontekstni siqishni yoqish: Context Compaction’ni yoqqach, Decision Model Compaction tugmasini ham yoqing. Piccolo kontekst bosimi ostida qaysi vosita natijalari aloqasi past va siqilishi mumkinligini aniqlaydi.
API orqali ulash: o‘zingiz ishlab chiqqan ish jarayoniga qo‘shish kerak bo‘lsa, repozitoriyning inference/ katalogidagi namunaviy inferensiya implementatsiyasi va examples/ katalogidagi minimal so‘rov misoliga murojaat qiling. Asl /v1/systemone endpoint’ini chaqirib, so‘rovni “holat, savol, nomzod variantlar” formatida yuboring va tuzilgan qaror hamda ehtimollarni tahlil qiling.
Namoyish yozuvlarini ko‘rish: repozitoriyni klonlagach, arena/ katalogidagi interaktiv Arena’ni ishga tushiring. Unda pauza qilish, sudrab ko‘chirish va 《绝区零》 janglari kabi to‘qqizta saqlangan qayta ko‘rsatishdagi har bir qaror uchun nomzod ehtimollarini batafsil ko‘rish mumkin.

Barcha o‘lchamlar ochiq va litsenziyasi erkin: 4B, 9B va 27B modellari hamda ularning barcha og‘irliklari Apache-2.0 litsenziyasi ostida chiqarilgan. To‘liq og‘irliklar va uch xil GGUF varianti taqdim etiladi, bu bulutdan mahalliy joylashtirishgacha bo‘lgan barcha ssenariylarni qamrab oladi.
Kichik o‘lchamdagi yuqori samaradorlik: 4B modeli JevBench Public’da 87.01%, Decision Index’da 58.00 natijaga erishib, aksariyat raqobatchilarning 9B darajasidan yuqori turadi. Bu tez-tez chaqiriladigan va xarajatga sezgir qaror modellari ehtiyojiga mos keladi.
Baholash natijalari yetakchi: 27B JevBench Public’da 92.21%, Decision Index’da 68.59 natija ko‘rsatadi. Jamoaning 11 ta model taqqoslovida HarnessJevBench, DataJevBench va JevBench bo‘yicha uchala ko‘rsatkichda ham birinchi o‘rinni egallaydi.
Qaror interfeysi past kechikishga ega: nomzod tokenlarining logits qiymatlarini bevosita o‘qib, tuzilgan natija va ehtimollarni qaytaradi. Ikki yo‘nalishli attention va flex_twice tartibi bilan birga bu ish jarayonlaridagi tez-tez bajariladigan hukm chiqarish bosqichlariga qo‘shish uchun juda mos.
Alibaba ekotizimiga silliq integratsiya: model ModelScope’da joylashtirilgan, QwenPaw asosiy tarmog‘iga qo‘shilgan. Vositalarni avtomatik tasdiqlash va kontekstni siqishni bir marta bosish bilan yoqish mumkin. AgentScope freymvorki bilan bir xil manbaga ega bo‘lgani uchun undan foydalanishni boshlash oson.
To‘liq texnologik stek ochiq: rekursiv o‘z-o‘zini takomillashtirish ma’lumotlar quvuri, HarnessJevBench va DataJevBench nomli ikkita ssenariy benchmarki to‘liq ochiq manbada taqdim etilgan. Hamjamiyat ularni takrorlashi va hissa qo‘shishi mumkin.

Loyiha rasmiy sayti: https://decisionplayground.agentscope.io/
GitHub repozitoriysi: https://github.com/agentscope-ai/Piccolo

Agent vositalarini avtomatik tasdiqlash: QwenPaw yoki o‘zingiz ishlab chiqqan Agent runtime’iga qo‘shilib, har bir vosita chaqiruvini baholaydi, faqat o‘qish amallariga ruxsat beradi, ustiga yozish kabi zararli buyruqlarni to‘sadi va insonning har bir so‘rovni alohida tasdiqlash zaruratini kamaytiradi.
Kontekstni siqish va xotirani saralash: kontekst bosimi oshganda, qaysi tarixiy xabarlar va vosita natijalari aloqasi pastligini aniqlaydi, ularni siqish yoki o‘chirishga qaror qiladi va muhim ma’lumotlarni saqlab qoladi.
Ma’lumotlarni qayta ishlash ish jarayoni bo‘yicha qarorlar: ma’lumotlarni qabul qilish, tozalash, anonimlashtirish va yetkazib berish bosqichlarida qaror qabul qiladi. Masalan, tozalash va takroriy yozuvlarni olib tashlash tartibini belgilaydi, soliq summasi maydoni yetishmaganda qo‘shimcha ma’lumot so‘raydi, tashqariga yuborishdan oldin elektron pochta manzilini anonimlashtirish zarurligini aniqlaydi.
Biznes jarayonlarida ruxsat va bajarilganlikni tekshirish: Agent bajarilishini boshqarish vaqtida amal ruxsatdan oshib ketgan-ketmaganini, vazifani yakunlangan deb e’lon qilish uchun dalillar yetarliligini va vaqtinchalik nosozlikda qayta urinish kerakligini aniqlaydi.
O‘yinlar va interaktiv muhitlarda real vaqt qarorlari: o‘yin tasviriga asoslanib, qahramonning harakatlanishi, hujum qilishi va qochishi uchun tugma darajasida ko‘rsatmalar beradi. Shuningdek, reversi, qutilarni surish kabi vaziyatni tahlil qilishni talab qiladigan strategik o‘yinlarda ham qo‘llanadi.