Qwen3-4B-AgentBench-llm2025_balance_test_iters10
This is a special diagnostic version of the Agent model for AgentBench-comp, based on the Qwen3-4B-Instruct-2507 architecture.
It has been trained for only 10 iterations to verify the balance between "base model reasoninig" and "specialized task following."
🚀 Purpose of this version
- Diagnostic Run: To investigate if the V2 performance drop was caused by catastrophic forgetting or over-complication of the thought process.
- Format Compliance Check: Verifies if a very light fine-tuning can maintain the strict JSON output format required by the evaluation environment while still slightly improving SQL/Action performance.
Training Details
- Base Model: Qwen3-4B-Instruct-2507
- Iterations: 10 (Very Light)
- Strategy: LoRA (r=16, a=32)
- Data: Combined SQL and ReAct trajectories (V2 set).
[日本語訳] Qwen3-4B-AgentBench-llm2025_balance_test_iters10
本モデルは、AgentBench-compにおいてV2でのスコア低下原因を調査するために作成された、**診断用・超短距離学習版（10イテレーション）**です。
🚀 本バージョンの目的
- 診断目的: V2での性能低下が過学習や思考プロセスの複雑化（迷走）によるものかを確認するための比較対象。
- フォーマット遵守の検証: 極短期の学習により、ベースモデルが持つ高いフォーマット遵守能力を維持しつつ、SQLやエージェントのアクション性能が微増するかを検証します。
学習詳細
- ベースモデル: Qwen3-4B-Instruct-2507
- イテレーション数: 10
- 戦略: LoRA (r=16, a=32)
