/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Библиотека
transformers
Опубликована
3 авг 2024

HotpotQA-Reader-CoT-Llama-3-8B-Instruct

Генерация текстаТекст → текст3 профессии

Дообученная на HotpotQA модель Llama 3 8B Instruct генерирует рассуждение и ответ по заданному вопросу и выбранным доказательствам.

24скачиваний за 30 дней0лайковвеса обновлены14 авг 2026

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

Bactrianus HotpotQA Reader CoT — дообученная причинно-языковая модель на базе Meta Llama 3 8B Instruct, опубликованная в августе 2024 года. Она принимает вопрос и подобранные фрагменты доказательств с сохранёнными заголовками источников, а затем генерирует текстовое рассуждение и итоговый ответ в стиле HotpotQA — набора задач на многошаговые ответы по нескольким источникам. Модель предназначена для изучения надзора через естественно-языковые рассуждения, качественного анализа ответов с учётом доказательств и сравнений этапа чтения при отдельно заданном контексте.

Архитектура — плотная LlamaForCausalLM с 7,5 млрд параметров; модель рассчитана на английский язык, имеет контекстное окно 8192 токена и распространяется в формате safetensors через Transformers. Лицензия указана как llama3. Сгенерированные рассуждения могут быть неполными, противоречивыми или не подтверждаться доказательствами и не являются проверенными объяснениями либо разметкой опорных фактов. Пропуски во входных доказательствах могут ухудшить и рассуждение, и ответ; длинный вывод повышает риск усечения и ошибок разбора. Модель не предназначена для поиска источников, проверки фактов или критически важных решений.

Сценарии применения

  • ответы на многошаговые вопросы HotpotQA по предоставленным фрагментам
  • изучение влияния языковых рассуждений на ответы по нескольким источникам
  • качественный анализ ответов модели при заданных доказательствах
  • сравнение моделей на этапе чтения и ответа без встроенного поиска

Ограничения

Рассуждения могут быть неполными, противоречивыми или неподтверждёнными и не должны считаться проверенными объяснениями; модель не выполняет поиск источников и не подходит для проверки фактов или критически важных решений. Пропуски доказательств и длинный вывод могут ухудшить ответ, привести к усечению или осложнить его разбор.

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

Bactrainus HotpotQA Rationale Reader — Llama 3 8B Instruct

Artifact identity

  • Status: complete merged causal-language-model checkpoint
  • Base model: meta-llama/Meta-Llama-3-8B-Instruct
  • Audited Hub revision: 852277e5b9534ff51a66adbad1ad43b7a3ef4457
  • Public artifact date: August 2024
  • Role: rationale-plus-answer generation from supplied evidence

This is a historical Llama 3 artifact. It must not be represented as either revised Llama 3.1 rationale-reader variant described in the updated manuscript.

Model summary

This reader is adapted to generate an intermediate natural-language rationale followed by an answer. The rationale is process supervision generated for task adaptation; it is not a hidden trace recovered from the base model and is not a gold supporting-fact annotation.

Intended use

  • Studying natural-language rationale supervision for HotpotQA readers.
  • Qualitative inspection of an evidence-conditioned answer path.
  • Reader-stage comparisons where evidence is supplied independently.

Out-of-scope use

  • Treating generated rationales as faithful explanations or verified proofs.
  • Using rationale text as a substitute for HotpotQA supporting-fact labels.
  • Open-domain retrieval, safety-critical decisions, or factual verification.
  • Associating revised Llama 3.1 rationale results with this legacy checkpoint.

Input and output contract

Input should contain a question and selected, title-preserving evidence. Output is expected to contain rationale text and a final answer. Downstream code must parse the final answer explicitly and must keep rationale evaluation separate from answer/evidence metrics.

The public legacy configuration does not preserve a complete prompt-version manifest or an independently verified rationale delimiter. Do not assume that a newly invented delimiter exactly matches historical training.

Loading

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

MODEL_ID = "bactrianus/HotpotQA-Reader-CoT-Llama-3-8B-Instruct"
REVISION = "852277e5b9534ff51a66adbad1ad43b7a3ef4457"

tokenizer = AutoTokenizer.from_pretrained(MODEL_ID, revision=REVISION)
model = AutoModelForCausalLM.from_pretrained(
    MODEL_ID,
    revision=REVISION,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()

Training data and lineage

The checkpoint derives from Meta Llama 3 8B Instruct and HotpotQA-based reader/rationale supervision. Two separately versioned dataset resources are relevant to this task:

  • cot-reader-sft in the canonical dataset at v1.0.0 is a complete deterministic view with 90,447 unique training source IDs. Its assistant targets serialize indexed gold evidence followed by the reference answer; they are not model-generated rationales.
  • teacher-cot-llama31-8b-sft in the teacher-trace dataset at v1.0.0 contains one resolved Llama 3.1 8B-labelled rationale per source ID for 71,238 training examples.
  • teacher-cot-llama31-70b-sft in the teacher-trace dataset at v1.0.0 contains 28,176 recovered Llama 3.1 70B-labelled records: all 15,661 hard examples and 12,515 medium examples. Each row includes the archived annotation and an SFT conversation joined to the canonical dataset through source_id.
from datasets import load_dataset

deterministic_train = load_dataset(
    "bactrianus/bactrainus-hotpotqa",
    "cot-reader-sft",
    split="train",
    revision="v1.0.0",
)

teacher_8b_train = load_dataset(
    "bactrianus/bactrainus-hotpotqa-teacher-traces",
    "teacher-cot-llama31-8b-sft",
    split="train",
    revision="v1.0.0",
)

teacher_70b_train = load_dataset(
    "bactrianus/bactrainus-hotpotqa-teacher-traces",
    "teacher-cot-llama31-70b-sft",
    split="train",
    revision="v1.0.0",
)

These resources document the current dataset release; neither is asserted to be byte-identical to the historical training serialization for this legacy Llama 3 checkpoint. The teacher configuration's Llama 3.1 label describes its archived generator record and must not be used to relabel these Llama 3 weights or infer an unrecorded training dependency.

Likewise, the revised reader_8b_rationale_8b.yaml and reader_8b_rationale_70b.yaml files describe Llama 3.1 experiments, not this Llama 3 weight artifact.

Evaluation boundary

No predictions or evaluation results are bundled with this card. The Bactrainus paper reports rationale-supervision experiments with explicit recipe caveats. A correct final answer does not establish rationale faithfulness.

Limitations

  • Generated rationales can be post-hoc, incomplete, contradictory, or unsupported.
  • Longer outputs increase parsing and truncation risk.
  • Evidence omissions propagate to both rationale and answer.
  • The model is specialized for English HotpotQA-style inputs.
  • Wikipedia-derived data carries temporal and representational biases.
  • Historical prompt, generator, and environment details are incomplete.

License and attribution

The weights remain subject to the Meta Llama 3 Community License and Acceptable Use Policy.

Meta Llama 3 is licensed under the Meta Llama 3 Community License, Copyright Meta Platforms, Inc. All Rights Reserved.

Built with Meta Llama 3.

HotpotQA-derived data is licensed under CC BY-SA 4.0. Bactrainus code is Apache-2.0 licensed.

Citation

@article{barati2025bactrainus,
  title   = {Bactrainus: Optimizing Large Language Models for Multi-hop Complex Question Answering Tasks},
  author  = {Barati, Iman and Ghafouri, Arash and Minaei-Bidgoli, Behrouz},
  journal = {arXiv preprint arXiv:2501.06286},
  year    = {2025},
  doi     = {10.48550/arXiv.2501.06286},
  url     = {https://arxiv.org/abs/2501.06286}
}

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
d818686

0 моделей