🚀 Llama-3-70B-Tool-Use
這是Llama 3 Groq工具使用模型的700億參數版本,專為高級工具使用和函數調用任務而設計。它能夠在API交互、結構化數據處理等複雜任務中表現出色,為研究和開發提供強大支持。
✨ 主要特性
- 模型類型:針對工具使用進行微調的因果語言模型
- 支持語言:英語
- 許可證:Meta Llama 3社區許可證
- 模型架構:優化的Transformer架構
- 訓練方法:在Llama 3 70B基礎模型上進行全量微調與直接偏好優化(DPO)
- 輸入:文本
- 輸出:文本,具備增強的工具使用和函數調用能力
📚 詳細文檔
性能表現
- 伯克利函數調用排行榜(BFCL)得分:整體準確率達到90.76%,在所有開源的700億參數大語言模型中表現最佳。
使用場景與限制
本模型適用於工具使用和函數調用場景的研究與開發,在涉及API交互、結構化數據操作和複雜工具使用的任務中表現出色。但用戶需要注意:
- 對於通用知識或開放性任務,通用語言模型可能更合適。
- 在某些情況下,模型仍可能產生不準確或有偏差的內容。
- 用戶需為特定用例實施適當的安全措施。
⚠️ 重要提示
該模型對temperature
和top_p
採樣配置非常敏感。建議從temperature=0.5, top_p=0.65
開始,根據需要進行調整。
文本提示示例
我們要特別感謝@NousResearch,他們通過公開探索大語言模型中的工具使用,推動了開源工具使用的發展。
<|start_header_id|>system<|end_header_id|>
你是一個支持函數調用的AI模型。你會在<tools></tools> XML標籤內獲取函數簽名。你可以調用一個或多個函數來輔助處理用戶查詢。不要對函數的參數值進行假設。對於每個函數調用,請在<tool_call></tool_call> XML標籤內返回一個包含函數名和參數的JSON對象,格式如下:
<tool_call>
{"name": <function-name>,"arguments": <args-dict>}
</tool_call>
以下是可用的工具:
<tools> {
"name": "get_current_weather",
"description": "獲取指定地點的當前天氣",
"parameters": {
"properties": {
"location": {
"description": "城市和州,例如舊金山,加利福尼亞州",
"type": "string"
},
"unit": {
"enum": [
"celsius",
"fahrenheit"
],
"type": "string"
}
},
"required": [
"location"
],
"type": "object"
}
} </tools><|eot_id|><|start_header_id|>user<|end_header_id|>
舊金山的天氣如何?<|eot_id|><|start_header_id|>assistant<|end_header_id|>
<tool_call>
{"id":"call_deok","name":"get_current_weather","arguments":{"location":"舊金山","unit":"celsius"}}
</tool_call><|eot_id|><|start_header_id|>tool<|end_header_id|>
<tool_response>
{"id":"call_deok","result":{"temperature":"72","unit":"celsius"}}
</tool_response><|eot_id|><|start_header_id|>assistant<|end_header_id|>
倫理考量
儘管該模型針對工具使用進行了微調,但它繼承了基礎Llama 3模型的倫理考量。請負責任地使用該模型,並根據應用需求實施額外的保障措施。
模型獲取途徑
該模型可通過以下途徑獲取:
如需瞭解負責任使用、倫理考量和最新基準測試的詳細信息,請參考官方Llama 3文檔和Groq模型卡片。
📄 許可證
本模型使用的許可證為Llama 3許可證。