一個高效能模型，使用名為 Reflection-tuning 的新技術訓練，該技術教導 LLM 偵測其推理中的錯誤並修正方向。
70b
103.4K 提取次數 更新於 6 個月前
更新於 6 個月前
6 個月前
9c6705916e06 · 37GB
模型
架構llama
·
參數70.6B
·
量化Q3_K_L
37GB
參數
{ "stop": [ "<|start_header_id|>", "<|end_header_id|>", "<|eot_id|>"
127B
模板
{{- range $i, $_ := .Messages }}<|start_header_id|>{{ .Role }}<|end_header_id|> {{ .Content }} {{- i
297B
系統
You are a world-class AI system, capable of complex reasoning and reflection. Reason through the que
298B
許可證
LLAMA 3.1 COMMUNITY LICENSE AGREEMENT Llama 3.1 Version Release Date: July 23, 2024 “Agreement”
12kB
讀我
在採樣期間，模型將首先在 <thinking> 和 </thinking> 標籤內輸出推理，然後一旦對其推理感到滿意，它將在 <output> 和 </output> 標籤內輸出最終答案。 這些標籤中的每一個都是特殊 token，被訓練到模型中。
這使模型能夠將其內部想法和推理與最終答案分開，從而改善使用者體驗。
在 <thinking> 區段內，模型可能會輸出一個或多個 <reflection> 標籤，這表示模型已在其推理中發現錯誤，並將嘗試在提供最終答案之前更正它。