/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
18 фев 2025

Deepthink-Llama-3-8B-Preview

Генерация текстаТекст → текст15 профессий

Диалоговая модель на базе Llama 3.1 с 7,5 млрд параметров для генерации текста, рассуждений и структурированных ответов.

40скачиваний за 30 дней5лайковвеса обновлены22 фев 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 оценки6

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

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3707

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2955

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,355

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4665

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2739

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3163

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Deepthink-Llama-3-8B-Preview — диалоговая языковая модель PrithivMLmods, дообученная на базе meta-llama/Llama-3.1-8B-Instruct с использованием Rethinking R1 Dataset Logits. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; поддерживает контекст до 131 072 токенов и работает с текстом. В карточке заявлены обучение с учителем и обучение с подкреплением на основе отзывов людей.

Модель предназначена для диалогов и генерации текста с рассуждениями, пошаговыми объяснениями и структурированными ответами. Её можно применять для помощи в программировании, обучения, исследований, творческого письма, генерации JSON и таблиц, а также для чат-ботов и ассистентов. В README заявлена поддержка более 29 языков; метаданные карточки подтверждают английский и китайский. Лицензия — Llama 3. Ограничения включают возможные ошибки в вычислениях и логике, предвзятость, устаревшие сведения, ухудшение связности на длинном контексте и трудности с неоднозначными запросами; критичные результаты требуют проверки человеком.

Сценарии применения

  • пошаговые объяснения учебных тем и задач
  • написание и отладка программного кода
  • генерация ответов для чат-ботов и AI-ассистентов
  • создание статей, рассказов и других длинных текстов
  • генерация JSON и таблиц по текстовым запросам

Ограничения

Модель может ошибаться в математике и логике, выдавать предвзятые или устаревшие ответы и терять связность при работе с очень длинным контекстом. Результаты для критичных задач следует проверять; модель не предназначена для автономных медицинских или юридических решений.

Для каких профессий подходит15

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

Deepthink-Llama-3-8B-Preview

The Deepthink-Llama-3-8B-Preview is a fine-tuned version of the Llama-3.1-8B base model, further enhanced with the Rethinking R1 Dataset Logits for superior text generation. This model is designed for advanced reasoning, structured problem-solving, and contextually rich outputs, making it an excellent choice for applications in education, programming, research, and creative writing.

With its optimized architecture, Deepthink-Llama-3-8B-Preview excels at:

  • Logical reasoning and step-by-step problem solving
  • Mathematical and coding tasks, leveraging specialized expert models
  • Generating long-form content (up to 8K tokens) with improved coherence
  • Understanding structured data, including tables and JSON outputs
  • Instruction following and adapting to diverse system prompts, making it ideal for chatbots and AI assistants

Key Features

  • Supports long-context processing of up to 128K tokens
  • Multilingual capabilities for 29+ languages, including English, Chinese, Spanish, French, German, Arabic, and more
  • Fine-tuned using Supervised Fine-Tuning (SFT) and Reinforcement Learning with Human Feedback (RLHF)

Model Architecture

Deepthink-Llama-3-8B-Preview is built on the optimized transformer architecture of Llama-3.1-8B, integrating enhanced dataset logits from Rethinking R1 for better contextual understanding and output quality.

Use with transformers

To run conversational inference using transformers >= 4.43.0, use the pipeline abstraction or leverage the generate() function with the Auto classes.

Ensure your environment is updated with:

pip install --upgrade transformers

Example Usage

import torch
from transformers import pipeline

model_id = "prithivMLmods/Deepthink-Llama-3-8B-Preview"
pipe = pipeline(
    "text-generation",
    model=model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

outputs = pipe(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

Intended Use

Deepthink-Llama-3-8B-Preview is designed for a wide range of applications requiring deep reasoning, structured outputs, and logical text generation. It is particularly suited for:

  • Education & Research: Generating detailed explanations, step-by-step solutions, and structured academic content.
  • Programming & Code Generation: Assisting in code writing, debugging, and algorithm explanations with improved logic structuring.
  • AI Chatbots & Assistants: Providing context-aware, instruction-following responses for conversational AI applications.
  • Creative Writing: Generating high-quality stories, articles, and structured narratives with coherence.
  • Data Analysis & Structured Output Generation: Interpreting and generating JSON, tables, and formatted outputs for structured data processing.

Limitations

While Deepthink-Llama-3-8B-Preview is optimized for deep reasoning and structured outputs, it has some limitations:

  1. Not a Real-time Knowledge Source

    • The model is trained on a fixed dataset and does not have real-time internet access. It may not provide up-to-date information on rapidly evolving topics.
  2. Potential Biases

    • As with all AI models, responses may reflect biases present in the training data. Users should critically evaluate outputs, especially in sensitive domains.
  3. Mathematical & Logical Reasoning Constraints

    • While strong in step-by-step reasoning, it may occasionally produce incorrect mathematical calculations or logical inconsistencies. External verification is recommended for critical applications.
  4. Handling of Extremely Long Contexts

    • While it supports up to 128K tokens, efficiency and coherence may degrade when processing very long documents or conversations.
  5. Limited Handling of Ambiguity

    • The model may struggle with highly ambiguous or context-dependent queries, sometimes generating plausible but incorrect responses.
  6. Ethical & Compliance Considerations

    • Not intended for generating misinformation, automating legal or medical decisions, or other high-risk applications without human oversight.

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
9037f9b

0 моделей