一个高性能模型，采用一种名为 Reflection-tuning 的新技术进行训练，该技术教导 LLM 检测其推理中的错误并纠正方向。
70b
102.1K 下载量 更新于 4 个月前
更新于 4 个月前
4 个月前
9c6705916e06 · 37GB
模型
archllama
·
parameters70.6B
·
quantizationQ3_K_L
37GB
参数
{ "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
系统
您是一个世界一流的 AI 系统，能够进行复杂的推理和反思。推理由 que
298B
许可
LLAMA 3.1 COMMUNITY LICENSE AGREEMENT Llama 3.1 版本 发布日期：2024 年 7 月 23 日 “协议”
12kB
Readme
在采样期间，模型将首先在 <thinking> 和 </thinking> 标签内输出推理，然后一旦对其推理感到满意，它将在 <output> 和 </output> 标签内输出最终答案。这些标签中的每一个都是特殊标记，已在模型中训练。
这使模型能够将其内部想法和推理与其最终答案分开，从而改善用户体验。
在 <thinking> 部分内，模型可能会输出一个或多个 <reflection> 标签，这表示模型已在其推理中发现错误，并将尝试在提供最终答案之前纠正它。