把 Qwen3-8B 教师模型的工具调用（tool/function calling）+ 思维链能力，通过序列级知识蒸馏 + 全量 SFT 蒸馏进 Qwen3-0.6B 学生模型，面向 CPU / 端侧本地部署。场景为端侧智能音频设备控制（7 个自定义工具）。

📦 完整代码 / 数据 / 评测 / 复现：https://github.com/dengdengf/qwen3-tool-distill

结果（自建执行式评测集，227 条，防污染）

指标	训练前 base(0.6B)	本模型(蒸馏后)	教师(8B)
工具调用精确匹配（名+参）	59.0%	94.3%	97.8%
工具选择准确率	79.4%	94.9%	98.3%
参数 schema 合规率	96.6%	99.4%	100%
越界请求·正确拒调用	98.1%	100%	100%

训练带来 +35.2pt（59.0→94.3），达教师 96.4% 水平；相较教师体积压缩 13.7×（16.4GB→1.19GB）。

用法

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "yifan02/qwen3-0.6b-tool-distill"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="bfloat16").cuda()

tools = [{"type": "function", "function": {
    "name": "set_volume",
    "description": "设置指定音频设备的音量大小(0-100)。",
    "parameters": {"type": "object", "properties": {
        "device": {"type": "string", "enum": ["living_room","bedroom","kitchen","study","all"]},
        "level":  {"type": "integer", "minimum": 0, "maximum": 100}},
        "required": ["device","level"]}}}]  # 完整 7 个工具见 GitHub 仓库

msgs = [{"role":"system","content":"你是一个智能音频助手，负责控制家里的音频设备。"},
        {"role":"user","content":"把客厅音量调到40"}]
text = tok.apply_chat_template(msgs, tools=tools, add_generation_prompt=True, tokenize=False)
out = model.generate(**tok(text, return_tensors="pt").to("cuda"), max_new_tokens=512)
print(tok.decode(out[0], skip_special_tokens=True))
# -> <think>...</think> <tool_call>{"name":"set_volume","arguments":{"device":"living_room","level":40}}</tool_call>

训练细节

序列级知识蒸馏（教师生成「思维链+工具调用」轨迹，拒绝采样保留 95.7%）+ 全量 SFT；bf16、有效 batch 32、lr 1e-5、3 epoch、max_len 2048、按 eval_loss 选最优 checkpoint。单张 RTX 4090。

局限

评测数据为程序化合成、分布规整；测试集 n=227；多工具（一句两调用）仍落后教师 ~17pt（0.6B 容量上限）。详见 GitHub 仓库。