Reflection Llama-3.1-70B 模型 可以在推理过程中发现自己的错误并进行自我修正

全球最强的开源模型：Reflection 70B。它使用了一种名为“Reflection-Tuning 反思调优”的技术进行训练，该技术教会模型在推理过程中发现自己的错误并进行自我修正。Reflection 70B 在多个基准测试（MMLU、MATH、IFEval、GSM8K）上超越了顶级闭源模型（如 GPT-4o 和 Claude 3.5 Sonnet），并击败了 Llama 3.1 405B。

该模型通过将规划过程分离为独立步骤来提高链式思维（CoT）的效果，并保证输出简洁明了。此外，开发团队确保了数据的去污处理。