/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
24 дек 2024

CriticalThinker-llama-3.1-8B

Генерация текстаТекст → текст3 профессии

Донастроенная на сценариях логического анализа модель Llama для критического мышления, цифровой криминалистики и исследовательских задач.

15скачиваний за 30 дней2лайкавеса обновлены24 дек 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

Critical Thinker — авторская донастройка Theeseus AI модели meta-llama/Llama-3.1-8B-Instruct на синтетических сценариях критического мышления. Это плотная авторегрессионная трансформерная модель семейства Llama с 7,5 млрд параметров, рассчитанная на генерацию текста и диалог. Модель предназначена для логических рассуждений, анализа доказательств и многоэтапного принятия решений; заявленная длина контекста — 131 072 токена. Основной язык обучающих сценариев — английский.

Модель подходит для оценки логики и решения задач, анализа журналов и метаданных в цифровой криминалистике, а также исследований многошаговых рассуждений. В README приведены показатели accuracy 89,4% и F1 88,7% на тестовых данных, однако описание не уточняет протокол оценки, поэтому эти результаты не следует переносить на другие задачи без проверки. Модель может неверно трактовать неоднозначные свидетельства и давать ложноположительные выводы; многоязычные входы могут снижать качество. Для значимых решений рекомендуется ручная проверка. Лицензия — Apache 2.0.

Сценарии применения

  • оценка логических рассуждений и решения задач
  • анализ журналов и метаданных при цифровой криминалистике
  • разбор сценариев киберинцидентов и поиск закономерностей
  • создание вопросно-ответных систем с акцентом на рассуждения
  • исследование и сравнение многошаговых языковых моделей

Ограничения

Модель может неверно интерпретировать неоднозначные или неполные свидетельства и давать ложноположительные выводы; на многоязычных входах качество может снижаться. Для высокозначимых решений необходима ручная проверка.

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

Model Card for Critical Thinker

Model Details

Model Description

The Critical Thinker model is a fine-tuned version of meta-llama/Llama-3.1-8B-Instruct, optimized for developing and evaluating critical thinking and investigative reasoning skills. It is specifically trained on the Critical Thinking Synthetic Dataset, which focuses on logical reasoning, forensic investigation, and multi-layered decision-making scenarios.

  • Developed by: Theeseus AI
  • Funded by [optional]: Independent Research Grant
  • Shared by: Theeseus AI
  • Model type: Transformer-based Language Model
  • Language(s): English
  • License: Apache 2.0
  • Finetuned from model: meta-llama/Llama-3.1-8B-Instruct

Model Sources


Uses

Direct Use

  • Critical Thinking Assessments: Evaluating logical reasoning and problem-solving capabilities.
  • Digital Forensics Investigations: Testing AI capabilities in analyzing logs, metadata, and cybersecurity incidents.
  • AI Research: Studying and benchmarking multi-step reasoning and decision-making models.

Downstream Use

  • Cybersecurity Training Programs: Training AI models to detect vulnerabilities, analyze logs, and identify attack patterns.
  • Question-Answering Applications: Developing reasoning-focused QA systems for educational and research tools.
  • AI Decision Support Systems: Building AI assistants for forensic investigations and cybersecurity monitoring.

Out-of-Scope Use

  • Tasks requiring real-time decision-making under high constraints.
  • Applications involving medical diagnosis or legal interpretations without human oversight.

Bias, Risks, and Limitations

Known Limitations

  • May misinterpret ambiguous evidence or scenarios that lack sufficient context.
  • Performance may degrade when analyzing multi-lingual inputs as the training data is primarily in English.
  • Model output can include false positives when assessing evidence in forensic cases.

Recommendations

  • Use outputs as supporting evidence, not definitive conclusions.
  • Perform manual validation for high-stakes decision-making.
  • Implement bias-checking algorithms when deploying in production environments.

How to Get Started with the Model

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("theeseus-ai/CriticalThinker")
model = AutoModelForCausalLM.from_pretrained("theeseus-ai/CriticalThinker")

input_text = "Investigate unusual logins from multiple IP addresses in a network."
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0]))

Training Details

Training Data

The model is fine-tuned on the Critical Thinking Synthetic Dataset available at HuggingFace. The dataset simulates digital forensics, cybersecurity incidents, and logical deduction scenarios.

Training Procedure

Preprocessing

  • Cleaned and validated JSONL format.
  • Schema enforcement to ensure consistency.

Hyperparameters

  • Optimizer: AdamW
  • Batch Size: 16
  • Learning Rate: 2e-5
  • Epochs: 3
  • Precision: bfloat16 (bf16) mixed precision

Compute Resources

  • Hardware: NVIDIA A100 (80 GB) GPU
  • Training Time: ~24 hours

Evaluation

Testing Data, Factors & Metrics

Testing Data

The dataset was split into 80% training, 10% validation, and 10% testing sets.

Metrics

  • Accuracy: Measures correctness of predictions.
  • F1 Score: Evaluates precision and recall balance.
  • Log-likelihood Loss: Assesses model confidence and robustness.

Results

  • Accuracy: 89.4%
  • F1 Score: 88.7%
  • Log-likelihood Loss: 0.21

Summary

The model demonstrates high performance in logical deduction tasks and multi-choice reasoning problems. It is particularly effective in identifying patterns in digital forensics scenarios.


Environmental Impact

Carbon emissions estimated using the Machine Learning Impact calculator:

  • Hardware Type: NVIDIA A100 GPU
  • Hours Used: 24
  • Cloud Provider: AWS
  • Compute Region: US-East
  • Carbon Emitted: ~30 kg CO2eq

Technical Specifications

Model Architecture and Objective

  • Architecture: Transformer-based autoregressive model (decoder-only).
  • Objective: Minimize cross-entropy loss for sequence prediction.

Compute Infrastructure

  • Hardware: NVIDIA A100 (80 GB) GPUs.
  • Frameworks: PyTorch and HuggingFace Transformers.

Citation

If you use this model, please cite it as follows:

@model{critical_thinker,
  author       = {Theeseus AI},
  title        = {Critical Thinker Model},
  year         = {2024},
  version      = {1.0},
  publisher    = {HuggingFace Models},
  url          = {https://huggingface.co/datasets/theeseus-ai/CriticalThinker}
}

Contact

For questions or contributions, contact:

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
9d3c9aa

0 моделей