塔吉克语工具调用准确率升至 64.14，但继续预训练抹掉了原生调用格式。
资讯摘要
论文发布 Saidzoda-Tajik-LFM-2.6B，将 2.6B 参数混合模型 LFM2.5-2.6B-Base 适配为塔吉克语工具调用模型。方法为先用 1,485,319 篇塔吉克语网页文档做 3 轮 LoRA 继续预训练，再用机器翻译的塔吉克语工具调用、保留的英语工具调用回放和塔吉克语指令做 1 轮 SFT。在 174 项塔吉克语工具调用测试集上，严格全调用准确率从 20.69 升至 64.14；英语无显著变化。作者报告继续预训练检查点工具调用得分为零，英语 MMLU 从 60.8 降至 52.5。
要点速读
- 塔吉克语严格全调用准确率由 20.69 升至 64.14，宽松解析下基线为 31.72；英语为 76.55 与 77.24。
- 所有继续预训练检查点工具调用得分为零，作者称 CPT 移除了原生工具调用格式及部分能力。
- 塔吉克语知识基准从 28.0 升至 35.0，Belebele 塔吉克语无显著变化，英语 MMLU 从 60.8 降至 52.5；无工具适配时仅 6.9% 正确拒答。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。