本文へスキップ

Reflection Llama-3.1 70B

自分の推論を振り返る公開モデル

公式サイトを見る
カテゴリ AIモデル

Reflection Llama-3.1 70B とは

Reflection Llama-3.1 70B は Glaive が作った合成データで Reflection-Tuning を施した公開 LLM と紹介され、推論の誤りを見つけ直すと説明されている。

できること

  • などのタグで内部の思考を示す
  • のタグで自己修正を働かせる
  • Llama 3.1 の標準コードでサンプリングする

導入の手順

  • Hugging Face でモデルを探し文書を読む
  • 推奨された温度と top_p に合わせる
  • 入力に Think carefully の一言を添える

長所と短所

✓ 良い点

  • <reflection> のタグで自己修正が働く
  • Llama 3.1 の標準的なサンプリングコードを生かせる

! 注意したい点

  • 推奨のサンプリング設定が示される
  • チャットの型には新しい特殊記号が加わる

よくある質問

どんな手法?

資料は推論の誤りを見つけ直す Reflection-Tuning を挙げる。

どんなタグ?

資料には <thinking> とその閉じタグ、<reflection> が挙がる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法