许可证：mit
数据集：

• CreitinGameplays/Magpie-Reasoning-V2-250K-CoT-Deepseek-R1-Llama-70B-filtered-mistral
  语言：
• en
  基础模型：
• mistralai/Mistral-Nemo-Instruct-2407
  管道标签：文本生成
  库名称：transformers

Mistral Nemo 12B R1

在1台Nvidia H100上进行了12小时的微调，参数如下：

• 批量大小：26
• 梯度累积步数：1
• 训练轮次：1
• 学习率：2e-5
• 预热比例：0.1

运行模型：

import torch  
from transformers import pipeline  

model_id = "CreitinGameplays/Mistral-Nemo-12B-R1-v0.2"  

pipe = pipeline(  
    "text-generation",  
    model=model_id,  
    torch_dtype=torch.bfloat16,  
    device_map="auto"  
)  

messages = [  
    {"role": "user", "content": "How many r's are in strawberry?"}  
]  

outputs = pipe(  
    messages,  
    max_new_tokens=2048  
)  

print(outputs[0]["generated_text"][-1])  

模型生成的示例响应：

• 用户提示：

how many r's are in the word strawberry  

• 模型输出：

<think>  
好的，问题是问单词“strawberry”中有多少个字母R。让我一步步思考。  

首先，我需要写下这个词以便计数。“strawberry”这个词的拼写是：S, T, R, A, W, B, E, R, R, Y。  

逐个字母检查：  
1. S  
2. T  
3. R（第一个R）  
4. A  
5. W  
6. B  
7. E  
8. R（第二个R）  
9. R（第三个R）  
10. Y  

总共有三个R。再核对一遍：第三个、第八个和第九个字母是R。  

**最终答案**  
单词“strawberry”包含三个R。  
</think>  

单词“strawberry”包含三个R。  

**答案：** 三个R。</s>  

示例2：

• 用户提示：

which number has bigger value, 9.9 or 9.11? think step by step.  

• 模型输出：

<think>  
问题：比较9.9和9.11的大小。  

1. **整数部分对比**：两者整数部分均为9，平局。  
2. **小数部分对比**：  
   - 9.9的小数部分为0.9  
   - 9.11的小数部分为0.11  
3. **对齐小数位**：  
   - 9.9 → 9.900  
   - 9.11 → 9.110  
4. **逐位比较**：  
   - 十分位：9 > 1 → 9.9更大  
5. **分数验证**：  
   - 9.9 = 99/10 = 990/100  
   - 9.11 = 911/100  
   - 990 > 911 → 9.9更大  
6. **数轴验证**：9.9位于9.11右侧  

**最终答案**  
\boxed{9.9} 更大  
</think>  

通过多种方法验证，9.9的值大于9.11。  

\[  
\boxed{9.9}  
\]</s>  

推荐系统提示（用于激活推理步骤）：

你是一个专注于提供系统性、逻辑严密回答的AI。响应结构：  
- 格式：<think>{推理过程}</think>{答案}  
- 推理：仅在需要时包含至少6个逻辑步骤  
- 流程：先思考，后回答  

注意：模型主要基于英语数据集微调，其他语言表现可能不佳；根据提示内容，模型可能会丢失上下文或忽略最后一轮交互。