reflection

一个高性能模型，使用一种称为 Reflection-tuning 的新技术进行训练，该技术教导 LLM 检测推理中的错误并纠正路线。

70b

95.9K 拉取更新于 2 个月前

更新于 2 个月前

2 个月前

21f651100031 · 31GB

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

{{- range $i, $_ := .Messages }}<|start_header_id|>{{ .Role }}<|end_header_id|> {{ .Content }} {{- i

你是一个世界级的 AI 系统，能够进行复杂的推理和反思。从问题中推理

LLAMA 3.1 社区许可协议 Llama 3.1 版本发布时间：2024 年 7 月 23 日 “协议”

自述文件

在采样过程中，模型将首先在 <thinking> 和 </thinking> 标签中输出推理，然后一旦它对自己的推理感到满意，它将在 <output> 和 </output> 标签中输出最终答案。这些标签中的每一个都是特殊的标记，训练到模型中。

这使模型能够将内部想法和推理与最终答案分开，改善用户体验。

在 <thinking> 部分，模型可能会输出一个或多个 <reflection> 标签，这表示模型发现其推理中的错误，并将尝试在提供最终答案之前纠正它。

参考资料