一個高效能模型，採用名為 Reflection-tuning 的新技術訓練，教導 LLM 偵測其推理中的錯誤並修正方向。
70b
103.4K 下載次數 更新於 6 個月前
更新於 6 個月前
6 個月前
159e9e593c44 · 75GB
model
archllama
·
parameters70.6B
·
quantizationQ8_0
75GB
params
{ "stop": [ "<|start_header_id|>", "<|end_header_id|>", "<|eot_id|>"
127B
template
{{- range $i, $_ := .Messages }}<|start_header_id|>{{ .Role }}<|end_header_id|> {{ .Content }} {{- i
297B
system
您是一個世界級的 AI 系統，能夠進行複雜的推理和反思。針對問題進行推理
298B
license
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
讀我檔案
在採樣期間，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的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，這表示模型已偵測到其推理中的錯誤，並將嘗試在提供最終答案之前更正它。