一個高效能模型，使用名為「反思調校」(Reflection-tuning) 的新技術訓練而成，此技術教導大型語言模型 (LLM) 偵測其推理中的錯誤並修正方向。
70b
102.1K 下載次數 更新於 4 個月前
4 個月前更新
4 個月前
41bd1db0b708 · 53GB
模型
架構llama
·
參數70.6B
·
量化Q5_1
53GB
參數
{ "stop": [ "<|start_header_id|>", "<|end_header_id|>", "<|eot_id|>"
127B
範本
{{- range $i, $_ := .Messages }}<|start_header_id|>{{ .Role }}<|end_header_id|> {{ .Content }} {{- i
297B
系統
你是一個世界一流的 AI 系統，能夠進行複雜的推理和反思。請仔細思考問題...
298B
授權
LLAMA 3.1 社群授權協議 Llama 3.1 版本 發布日期：2024 年 7 月 23 日 「協議」
12kB
說明文件
在取樣期間，模型會先在 <thinking> 和 </thinking> 標籤內輸出推理過程，然後一旦對其推理感到滿意，就會在 <output> 和 </output> 標籤內輸出最終答案。這些標籤都是特殊 token，已訓練到模型中。
這使模型能夠將其內部思考和推理與最終答案分開，從而改善使用者體驗。
在 <thinking> 區段中，模型可能會輸出一個或多個 <reflection> 標籤，這表示模型已發現其推理中的錯誤，並將嘗試在提供最終答案之前修正它。