英文思考韩文回答：多语言工具使用智能体的高效适配

我们推出了 LuckyStar 111B，这是 Cohere 和 LG CNS 合作开发的 111B 参数混合推理模型，适用于实际记忆和服务约束下的韩英企业代理。该模型从 Cohere 完全经过后训练的 Command A 模型进行训练，而不是新的预训练运行，并使用前导条件在简洁的非推理行为和更长的面向工具的推理之间切换。我们研究了有效扩展工具使用代理的四种选择：多语言监督微调、针对多步骤工具使用任务提供可验证奖励的强化学习、面向韩国用户的响应的语言一致性奖励以及针对单 GPU 服务的 4 位量化。改编后的模型提高了数学推理、函数调用和代理自然语言到 SQL (NL2SQL) 的性能，同时保留了一般的韩语和英语指令遵循质量。这些结果提供了实用的方法和故障模式分析，用于将训练后的多语言模型适应内存受限部署下的可验证代理工作流程。