语言:
- 英文
许可证: llama3
任务标签: 文本生成
标签:
- facebook
- meta
- pytorch
- llama
- llama-3
- groq
- 工具使用
- 函数调用
基础模型: meta-llama/Meta-Llama-3-70B
Llama-3-70B-工具使用
这是Llama 3 Groq工具使用模型的700亿参数版本,专为高级工具使用和函数调用任务设计。
模型详情
- 模型类型: 针对工具使用优化的因果语言模型
- 支持语言: 英语
- 许可证: Meta Llama 3社区许可证
- 模型架构: 优化的Transformer
- 训练方法: 基于Llama 3 70B基础模型的全参数微调和直接偏好优化(DPO)
- 输入: 文本
- 输出: 文本,具备增强的工具使用和函数调用能力
性能表现
- 伯克利函数调用排行榜(BFCL)得分: 90.76%整体准确率
- 该得分代表了BFCL上所有开源700亿参数大语言模型中的最佳表现
使用与限制
本模型专为工具使用和函数调用场景的研究开发而设计,擅长API交互、结构化数据操作和复杂工具使用任务。但用户需注意:
- 对于通用知识或开放性问题,通用语言模型可能更合适
- 在某些情况下模型仍可能产生不准确或有偏见的内容
- 用户需根据具体用例实施适当的安全措施
注意该模型对temperature
和top_p
采样配置较为敏感。建议从temperature=0.5, top_p=0.65
开始,根据需要上下调整。
文本提示示例:
我们要特别感谢@NousResearch通过公开探索大语言模型中的工具使用推动开源工具使用的发展。
<|start_header_id|>system<|end_header_id|>
你是一个函数调用AI模型。你将在<tools></tools>XML标签内获得函数签名。你可以调用一个或多个函数来协助处理用户查询。不要对函数参数值做假设。对于每个函数调用,返回一个包含函数名和参数的json对象,格式如下:
<tool_call>
{"name": <函数名>,"arguments": <参数字典>}
</tool_call>
可用工具:
<tools> {
"name": "get_current_weather",
"description": "获取指定地点的当前天气",
"parameters": {
"properties": {
"location": {
"description": "城市和州,例如:San Francisco, CA",
"type": "string"
},
"unit": {
"enum": [
"celsius",
"fahrenheit"
],
"type": "string"
}
},
"required": [
"location"
],
"type": "object"
}
} </tools><|eot_id|><|start_header_id|>user<|end_header_id|>
旧金山的天气如何?<|eot_id|><|start_header_id|>assistant<|end_header_id|>
<tool_call>
{"id":"call_deok","name":"get_current_weather","arguments":{"location":"San Francisco","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|>
伦理考量
虽然针对工具使用进行了微调,但本模型继承了基础Llama 3模型的伦理考量。请负责任地使用,并根据应用需求实施额外的安全措施。
获取方式
本模型可通过以下渠道获取:
有关负责任使用、伦理考量和最新基准测试的完整详情,请参阅Llama 3官方文档和Groq模型卡。