nemotron

Llama-3.1-Nemotron-70B-Instruct 是一个由 NVIDIA 定制的大型语言模型，旨在提升 LLM 生成对用户查询的响应的帮助性。

工具 70b

28.8K 拉取请求更新于 3 周前

更新于 3 周前

3 周前

2262f047a28a · 43GB

{"stop":["\u003c|start_header_id|\u003e","\u003c|end_header_id|\u003e","\u003c|eot_id|\u003e"]}

<|start_header_id|>system<|end_header_id|> {{ if .Tools }}You have access to the following function

# Llama 3.1 Acceptable Use Policy Meta is committed to promoting safe and fair use of its tools and

LLAMA 3.1 COMMUNITY LICENSE AGREEMENT Llama 3.1 Version Release Date: July 23, 2024 “Agreement”

自述文件

Llama-3.1-Nemotron-70B-Instruct 是一个由 NVIDIA 定制的大型语言模型，旨在提升 LLM 生成对用户查询的响应的帮助性。

此模型使用 RLHF（具体来说是 REINFORCE）训练，Llama-3.1-Nemotron-70B-Reward 和 HelpSteer2-Preference prompts，基于 Llama-3.1-70B-Instruct 模型作为初始策略。

$ ollama run nemotron
>>> How many r in strawberry?
A sweet question!

Let's count the "R"s in "strawberry":

1. S
2. T
3. R
4. A
5. W
6. B
7. E
8. R
9. R
10. Y

There are **3** "R"s in the word "strawberry".

参考