/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
12,9 ГБ
Архитектура
llama · dense
Опубликована
28 ноя 2024

O1-Llama-3.2-3B

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Llama 3.2 3B для изучения пошаговых рассуждений при решении математических и логических задач.

12скачиваний за 30 дней0лайковвеса обновлены28 ноя 2024

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

O1-Llama 3.2 3B — дообученная модель на основе Llama 3.2 3B от Meta, созданная для исследования явных рассуждений в небольших языковых моделях. Она обучена на 2 000 разобранных решений из набора ReasonSet с использованием метода REL (Reasoning Enhancement Loop) и предназначена для математических и логических задач, включая задачи из AIME, GPQA и MATH.

Модель с архитектурой LlamaForCausalLM содержит 3,2 млрд параметров, принимает текст и генерирует текст. В карточке указана длина контекста 131 072 токена. Она демонстрирует перебор стратегий, пошаговое решение, попытки самокоррекции и проверку ответов.

Это экспериментальный proof-of-concept для исследований поведения при решении задач, а не для практического внедрения. По сравнению с крупными моделями она работает слабее, может зацикливаться, ошибаться даже при наличии рассуждений и ограничена сравнительно простыми задачами. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Изучение пошагового решения математических задач
  • Исследование рассуждений малых языковых моделей
  • Проверка поведения модели при самокоррекции решений
  • Эксперименты с перечислением стратегий решения логических задач

Ограничения

Модель может зацикливаться в рассуждениях и давать неверные ответы; её возможности слабее крупных моделей и ограничены более простыми задачами. Она предназначена для исследований, а не для производства или критически важных применений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

O1-Llama 3.2 3B Model Card

Important Disclaimer

This is a proof-of-concept research model designed to demonstrate the feasibility of inducing structured reasoning behaviors in smaller language models. It is not intended for production use or deployment in real-world applications. The model serves primarily as a demonstration of training methodology and should be used only for research purposes.

Model Overview

O1-Llama 3.2 3B is a fine-tuned version of Llama 3.2 3B, trained to demonstrate explicit reasoning patterns similar to those observed in OpenAI's O1 model. The model is trained on ReasonSet, a dataset of worked solutions focusing on mathematical and logical problem-solving.

Key Capabilities

  • Explicit brainstorming and strategy enumeration
  • Step-by-step solution working out
  • Self-correction attempts
  • Verification steps in problem-solving

Limitations

  • Significantly lower performance compared to larger models
  • Can get stuck in circular reasoning
  • May fail to find correct solutions despite showing reasoning behavior
  • Limited to simpler problems
  • Not suitable for production use or critical applications

Training

  • Base Model: Llama 3.2 3B
  • Dataset: ReasonSet (2,000 worked solutions)
  • Domains: AIME, GPQA, MATH dataset problems
  • Method: Fine-tuning on worked solutions generated through REL (Reasoning Enhancement Loop)

Intended Use

  • Research into reasoning capabilities of smaller language models
  • Study of explicit problem-solving behaviors
  • Academic investigation of model training methodologies

Repository

Available at: https://github.com/tamassimonds/REL

Citation

[Include paper citation when published]

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
8348875

0 моделей