/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
12 мар 2025

Ext2Gen-8B-R2

Генерация текстаТекст → текст6 профессий

Дообученная языковая модель для ответов на вопросы по найденным документам с предварительным извлечением релевантных фрагментов и снижением влияния шума в RAG.

58скачиваний за 30 дней7лайковвеса обновлены19 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ext2Gen-8B-R2 — дообученная командой DISLab языковая модель для генерации ответов на вопросы в RAG-системах. Она сначала извлекает из найденных фрагментов предложения, относящиеся к запросу, затем формирует ответ. По описанию разработчиков, обучение на парных предпочтениях направлено на повышение точности опоры на источники, полноты и краткости ответов и на снижение влияния нерелевантных или вводящих в заблуждение фрагментов. Модель основана на Llama 3.1 8B Instruct по метаданным; в README указана Llama 3.2 8B Instruct. Метаданные сообщают 7,5 млрд параметров, контекст до 131 072 токенов, формат safetensors и лицензию Apache-2.0. Поддерживается английский язык.

Модель подходит для ответов на вопросы по результатам поиска, когда контекст содержит много фрагментов или шумные сведения. Вывод включает извлечённые релевантные предложения и итоговый ответ. Предварительное извлечение предложений увеличивает задержку до получения ответа; авторы также отмечают, что работа над моделью продолжается.

Сценарии применения

  • ответы на вопросы по найденным документам
  • генерация ответов по фрагментам из поисковой выдачи
  • фильтрация нерелевантного контекста в RAG-системе
  • извлечение подтверждающих предложений перед ответом
  • повышение точности ответов при большом объёме найденных фрагментов

Ограничения

Предварительное извлечение релевантных предложений увеличивает задержку перед выдачей ответа. В README указано, что работа над моделью продолжается; в нём и метаданных расходятся сведения о базовой версии Llama.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Note: We are still working on this.

Are you looking for a more robust and reliable generation model for RAG system?

Here is a Ext2Gen-8B-R2 model that effectively mitigates hallucinations caused by retrieval noise and information overload.

See the details in our paper Link

What is Ext2Gen-8B-R2?

Ext2Gen-8B-R2 is built upon Llama3.2-8B-Instruct, incorporating preference-aligned fine-tuning through pairwise feedback learning.

This training strategy enables the model to:

  • Extract highly relevant sentences from retrieved chunks before generating an answer.
  • Filter out irrelevant or misleading information, reducing hallucinations.
  • Align generation with human preferences by optimizing for faithfulness, completeness, and conciseness.

Why does Ext2Gen-8B-R2 outperform standard RAG models?

Standard RAG models often struggle due to:

  • Uncertain Placement – Relevant information may appear in unpredictable locations within retrieved chunks, making it difficult for LLMs to utilize it effectively.
  • Information Overload – The presence of irrelevant chunks can distract the model, leading to errors or hallucinations.
  • Lack of Alignment – Most generation models are not explicitly trained to prioritize relevant content over noise.

Need a Faster Inference?

Our Ext2Gen model writes the sentences related to the query first before generating the answer. So, it needs more latency before getting the answer.

If you don't want to see the extracted sentences but want to directly see the answer with low latency, use its variant we call Gen-8B-R2.

Link: https://huggingface.co/DISLab/Gen-8B-R2

This model skips the sentence extraction phase but remains its high robustness comparable to Ext2Gen-8B-R2.

Recommended Prompt

  • query: the query to answer
  • chunk_list: the list of retrieved chunks, e.g., ["chunk 1", "chunk 2", "chunk 3"]

def prepare_sample_text(prompt):
    row_json = [{"role": "user", "content": prompt}]
    return tokenizer.apply_chat_template(row_json, tokenize=False)

def format_prompt_template(query, chunk_list):

    chunk_list = ['[Chunk ID: '+ str(idx+1) + '] ' + chunk_text for idx, chunk_text in enumerate(chunk_list)]
    chunk_list = '

'.join(chunk_list)

    prompt = '''
You are an expert assistant trained to extract essential sentences from document chunks and generate answers based on the extracted sentences.
Your task is twofold:
- Extraction: Identify sentences that contribute to constructing a precise and accurate response to the given query.
- Generation: Formulate a concise and coherent answer based on the extracted sentences.


### Extraction Instruction:
- A query will be provided for you to answer.
- Extract only the sentences that contribute to forming an answer to the query. 
- Ensure that the extracted sentences are sufficient to derive a correct and complete answer.
- If no relevant sentences are found in the provided chunks, return an empty list.


### Generation Instruction:
- Use the extracted sentences to generate a well-formed answer to the query. 
- If no sentences are extracted, return "No Answer".


### Output Example:
Extracted Sentences:
- Sentence 1
- Sentence 2

Answer: Your Answer


### Query: 
%s


### Chunk List:
%s


### Output:
''' % (query, chunk_list)
    
    return prompt.strip()


prompt = format_prompt_template(query, noisy_chunks)
prompt =  prepare_sample_text(prompt)

Note that this prompt outputs both extracted relevant sentences and the answer to the query.

The output follows a consistent format as seen in an example below.

Extracted Sentences:
- The estimated number of deaths is 150-300,000, mainly Jews.

Answer: The estimated number of deaths at Chelmno is 150-300,000, mainly Jews.

The number of extracted sentences vary depending on the QA.

Recommended Generation Parameters

max_new_tokens=1024, # or 2048 
do_sample=True,
temperature=0.8,
top_p=0.9,

Performance Benchmark

Our evaluations demonstrate that Ext2Gen-8B-R2 significantly enhances robustness in RAG systems:

  • We conduct a QA task using RAG Systems on NQ, MS-MARCO, HotpotQA datasets.
  • The difference is the generation backbone: Llama3.1-8B-Instruct vs. Ext2Gen-8B-R2

See the results in the Figure below:

image/png

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
2fb80f3

0 моделей