reflection

一个使用名为 Reflection-tuning 的新技术训练的高性能模型，该技术可以教会 LLM 检测其推理中的错误并纠正方向。

70b

95.9K 拉取更新于 2 个月前

更新于 2 个月前

2 个月前

420791ca0c2a · 40GB

{"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。通过以下问题进行推理并提供详细

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

自述文件

在采样期间，模型将首先输出位于<thinking> 和 </thinking> 标签内的推理，然后一旦对推理感到满意，它将输出位于 <output> 和 </output> 标签内的最终答案。这些标签中的每一个都是特殊标记，经过训练融入模型。

这使得模型能够将自身的内部想法和推理与最终答案分开，从而改善用户的体验。

在<thinking> 部分中，模型可能会输出一个或多个<reflection> 标签，这表示模型已经发现了其推理中的错误，并将尝试纠正它，然后再提供最终答案。

参考