一种高性能模型，采用名为 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 Pulls Updated 4 months ago
4 个月前更新
4 个月前
21f651100031 · 31GB
model
archllama
·
parameters70.6B
·
quantizationQ3_K_S
31GB
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
You are a world-class AI system, capable of complex reasoning and reflection. Reason through the que
298B
license
LLAMA 3.1 COMMUNITY LICENSE AGREEMENT Llama 3.1 Version Release Date: July 23, 2024 “Agreement”
12kB
Readme
在采样期间，模型将首先在 <thinking> 和 </thinking> 标签内输出推理过程，然后在对其推理感到满意后，它将在 <output> 和 </output> 标签内输出最终答案。每个标签都是特殊标记，已训练到模型中。
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对其进行纠正。