MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking/README-cn.md

library_name, license, language, base_model, base_model_relation, pipeline_tag, tags

library_name	license	language	base_model	base_model_relation	pipeline_tag	tags
transformers	apache-2.0	en zh	openbmb/MiniCPM5-1B	finetune	text-generation	minicpm minicpm5 thinking fable5 tool-calling function-calling coding instruction-following

MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking

GGUF 量化版：MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking-GGUF

English README

MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking 是基于 openbmb/MiniCPM5-1B 的 1B Thinking 语言模型。相对 V1，本 V2 版本在 Fable 5 数据上进一步微调，重点增强了 工具调用（Tool Calling / Function Calling），同时继续提升 Coding 与 指令遵循，并保留 MiniCPM5 原生 Thinking 对话模板与 XML 工具调用格式。

上一版本：MiniCPM5-1B-Claude-Opus-Fable5-Thinking（V1）

llama.cpp / Ollama / LM Studio 部署请参阅 GGUF 仓库。

---

模型概述

项目	说明
基座模型	openbmb/MiniCPM5-1B（1B 稠密 Llama 架构）
后训练数据	Fable 5 traces（V2）
主要提升（相对 V1 / 基座）	更强的 工具调用，以及更好的 Coding 与指令遵循
对话格式	MiniCPM5 原生 Thinking 模板，支持可选的思维链推理块
上下文长度	128K（max_position_embeddings = 131072）
部署特点	单卡友好，适合边缘 / 本地场景

---

能力

• 工具调用（V2 增强） — 在 MiniCPM5 原生 XML / Function Calling 格式上更稳定可靠
• Coding — 代码生成、调试及软件工程类任务
• Instruction Following — 更稳定地遵循用户提示与结构化任务约束
• Thinking 模式 — 通过 MiniCPM5 对话模板进行思维链推理
• 长上下文 — 最高 128K tokens（config.json 中为 131,072）

---

Benchmark

BFCL + API-Bank

模型	BFCL non_live	BFCL live	API-Bank
MiniCPM5-1B（基座）	41.51%	60.24%	7.30%
MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking	43.06%	63.33%	22.10%

Tau-Bench

域	MiniCPM5-1B（基座）	MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking
Airline	0.34 (17/50)	0.36 (18/50)
Retail	0.052 (6/115)	0.070 (8/115)

---

快速开始

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "GnLOLot/MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, trust_remote_code=True,
    torch_dtype=torch.bfloat16, device_map="auto",
)

messages = [{"role": "user", "content": "写一个 Python 函数，合并两个有序链表。"}]
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=512, do_sample=False)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

---

采样建议

生成参数继承自 MiniCPM5-1B：

模式	参数
Think（默认）	temperature=0.9, top_p=0.95
No Think	temperature=0.7, top_p=0.95，enable_thinking=False

---

局限性

• Thinking 输出 — 模型可能在最终回答前输出推理块；下游应用可在展示前将其剥离
• 1B 体量 — 面向轻量本地部署，非前沿规模通用推理模型

---

许可与致谢

• 许可证：Apache-2.0（继承自 MiniCPM5-1B）
• 基座：OpenBMB / MiniCPM5-1B
• GGUF：llama.cpp