/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
CC BY-NC-ND 4.0
Архитектура
llama · dense
Опубликована
20 мая 2024

xFinder-llama38it

Генерация текстаТекст → текст5 профессий

Дообученная на базе Llama 3 8B Instruct модель для извлечения ключевых ответов из текстовых выводов LLM при автоматической оценке.

740скачиваний за 30 дней7лайковвеса обновлены26 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

xFinder-llama38it — модель IAAR для извлечения ключевых ответов из выводов больших языковых моделей. Она создана дообучением Llama 3 8B Instruct и предназначена прежде всего для повышения точности и надёжности автоматической оценки ответов LLM.

Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст. Окно контекста составляет 8192 токена. В README описана оценка на размеченных тестовой и обобщающей выборках KAF Dataset, где модель сравнивали с извлечением ответов на основе регулярных выражений.

Модель подходит для извлечения ответов в конвейерах оценки языковых моделей. Карточка сообщает об английском языке и формате PyTorch. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов на её условиях.

Сценарии применения

  • извлечение краткого ответа из вывода языковой модели
  • автоматическая проверка ответов LLM на тестовых заданиях
  • подготовка ответов для оценки по набору KAF
  • замена регулярных выражений при разборе разнообразных ответов LLM

Ограничения

Модель специализирована на извлечении ключевых ответов, а не на широком наборе задач диалога. Лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных материалов.

Для каких профессий подходит5

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

xFinder-llama38it

Model Details

xFinder-llama38it is a model specifically designed for key answer extraction in large language models (LLMs). It is trained by fine-tuning Llama3-8B-Instruct.

Model Sources

Uses

xFinder is primarily used to enhance the evaluation of LLMs by accurately extracting key answers from their outputs. It addresses the limitations of traditional regular expression (RegEx)-based extraction methods, which often fail to handle the diverse and complex outputs generated by LLMs. xFinder improves the reliability of model assessments across various tasks.

Training Details

xFinder-llama38it is fine-tuned from Llama3-8B-Instruct. The training data consists of approximately 26.9K samples from the Key Answer Finder (KAF) dataset. This dataset is designed to enhance the accuracy and robustness of key answer extraction and includes a variety of tasks. It has been meticulously annotated by GPT-4 and human experts to ensure high-quality training and evaluation. For more details, see this paper and try it with code.

Evaluation

xFinder is evaluated on the fully human-annotated test and generalization sets of the KAF dataset. The results demonstrate significant improvements in extraction accuracy and robustness compared to traditional methods. For more details, please refer to the paper and try it out using the provided code.

Citation

@inproceedings{
    xFinder,
    title={xFinder: Large Language Models as Automated Evaluators for Reliable Evaluation},
    author={Qingchen Yu and Zifan Zheng and Shichao Song and Zhiyu li and Feiyu Xiong and Bo Tang and Ding Chen},
    booktitle={The Thirteenth International Conference on Learning Representations},
    year={2025},
    url={https://openreview.net/forum?id=7UqQJUKaLM}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
259135e

0 моделей