Это первая итерация этой модели. В целях тестирования он просто обучался на 10 тысячах строк. Он показал себя очень хорошо, чем ожидалось. Сначала он делает рассуждения, а затем генерирует ответ на их основе, но это похоже на o1. Он рассуждает отдельно (так же, как o1), без тегов (например, отражения). Ниже приведен код вывода. — Обучил: Нишит Джейн — Лицензия: llama3.2 — Точная настройка на основе модели: мета-лама/Llama-3.2-1B-Instruct — Используемый набор данных: KingNish/reasoning-base-20k Эта модель ламы была обучена в 2 раза быстрее с помощью библиотеки TRL Unsloth и Huggingface.
Модальности:
Генерация текста
Области применения:
Логика и рассуждение Диалог / чат
Задача: Генерация текста
Автор: KingNish
Теги: llama, text-generation-inference, unsloth, trl, sft, reasoning, llama-3, conversational
Лайков: 26 | Загрузок: 18
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
