qwen2.5-7b-instruct-lora-finetuned

东山论 × Qwen2.5-7B 工具调用微调模型

基于应用层工具调用架构的 LoRA 微调模型，模型原生具备"工具调用完成后的结果输出"能力

重要说明

本模型使用自定义应用层工具调用架构，与 Qwen 官方的 <tool_call=> 格式不同。请务必阅读 TOOL_ARCHITECTURE.md 了解完整的架构说明和使用方法。

模型简介

本模型是在 Qwen/Qwen2.5-7B-Instruct 基础上，使用 LoRA 微调的东山论知识助手。它通过"应用层工具调用架构"实现了四种工具的调用能力：

此外，模型还支持推理框架标签（<focus/>, <step/>, <verify/>, <reflect/>, <correct/> 等），用于结构化推理过程。

应用层工具调用架构

与 Qwen 官方工具调用的本质区别

架构流程

用户输入 → 应用层 → 调用模型生成
                    ↓
              解析输出中的工具标签
                    ↓
              有工具标签？──→ 执行工具 → 注入结果 → 继续调用模型
                    ↓（无）
              输出最终回答

核心：应用层与模型是一体的。应用层负责执行，模型负责综合，两者协作训练。

使用方法

基本用法（使用应用层）

from peft import PeftModel
from unsloth import FastLanguageModel

# 1. 加载基础模型
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="Qwen/Qwen2.5-7B-Instruct",
    max_seq_length=2048,
    load_in_4bit=True,
)

# 2. 加载 LoRA 适配器
model = PeftModel.from_pretrained(model, "mojoz/qwen2.5-7b-instruct-lora-finetuned")
FastLanguageModel.for_inference(model)

# 3. 使用应用层（推荐）
from app_layer import DongshanAppLayer

app = DongshanAppLayer(model, tokenizer)
result = app.chat("计算 123 * 456")
print(result)  # 根据计算结果，123 * 456 = 56088。

手动工具调用循环

import re

SYSTEM_PROMPT = """你是东山论知识助手。你有以下工具能力：
1. 数学计算：使用 <calculator>表达式</calculator> 获取精确计算结果
2. 获取时间：使用 <clock/> 获取当前时间日期
3. 网页搜索：使用 <search>查询内容</search> 搜索互联网信息
4. 知识检索：使用 <lookup>关键词</lookup> 检索专业知识库

使用规则：
- 简单问题直接回答，不使用工具
- 需要精确计算时使用 calculator
- 需要当前时间信息时使用 clock
- 需要实时或未知信息时使用 search
- 需要专业知识时使用 lookup
- 工具可以组合使用"""

messages = [
    {"role": "system", "content": SYSTEM_PROMPT},
    {"role": "user", "content": "计算 123 * 456"},
]

# 第一轮：模型输出工具调用
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.3, do_sample=True)
response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
print(response)  # 让我来计算一下。<calculator>123 * 456</calculator>

# 应用层执行工具并注入结果
tool_result = "[工具执行结果 | calculator(123 * 456)]\n结果: 56088\n\n请结合以上工具执行结果，给出最终回答。"
messages.append({"role": "assistant", "content": response})
messages.append({"role": "user", "content": tool_result})

# 第二轮：模型综合工具结果给出最终回答
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.3, do_sample=True)
final = tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
print(final)  # 根据计算结果，123 * 456 = 56088。

训练详情

训练数据

训练数据来源于 ctz168/ds_qwen_colab，共 1516 条多轮工具调用对话，包括：

• 数学计算（~22%）：使用 <calculator> 工具的精确计算题
• 网页搜索（~25%）：使用 <search> 工具的信息检索题
• 知识检索（~30%）：使用 <lookup> 工具的东山论专业知识题
• 时钟查询（~1%）：使用 <clock/> 工具的时间查询
• 混合工具（~4%）：多种工具组合使用的复杂场景
• 直接回答（~18%）：不使用工具的简单问答

仓库结构

├── README.md                    # 本文件
├── TOOL_ARCHITECTURE.md         # 应用层工具调用架构详细说明
├── adapter_config.json          # LoRA 适配器配置
├── adapter_model.safetensors    # LoRA 适配器权重
├── tokenizer.json               # 分词器
├── tokenizer_config.json        # 分词器配置（含 chat_template）
├── tools/
│   ├── app_layer.py             # 应用层运行时代码
│   ├── generate_final.py        # 训练数据生成脚本
│   └── data_examples/           # 训练数据示例
│       ├── train_dongshan_v9_extra.jsonl
│       ├── train_focus_v9.jsonl
│       └── train_multi_search_v9.jsonl
└── benchmarks/
    ├── BENCHMARK.md             # 基准测试报告
    └── benchmark_results.json   # 基准测试数据

相关链接

• 训练项目: ctz168/ds_qwen_colab
• 基础模型: Qwen/Qwen2.5-7B-Instruct
• 架构文档: TOOL_ARCHITECTURE.md