/ Модель

Характеристики

Контекст
131 072 токена
Параметры
71,5 млрд
Размер весов
145 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2-72B
Опубликована
15 июл 2024

NuminaMath-72B-CoT

Генерация текстаТекст → текст3 профессии

Доопределённая на математических задачах модель Qwen2 с 71,5 млрд параметров для пошагового решения задач соревнований на английском языке.

37скачиваний за 30 дней7лайковвеса обновлены19 июл 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

NuminaMath 72B CoT — языковая модель для решения математических задач, разработанная командой AI-MO. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров, дообученная на датасете AI-MO/NuminaMath-CoT, содержащем более 860 тысяч пар задач и решений. Модель обучена генерировать решения с рассуждениями по шагам (Chain of Thought); эта версия соответствует первому этапу обучения серии NuminaMath.

Модель предназначена для решения задач математических соревнований и генерации подробных решений на английском языке. Её можно использовать для разбора условий, построения пошагового решения и помощи в подготовке к соревнованиям. Контекстное окно составляет 131 072 токена. Лицензия указана как Tongyi Qianwen.

По данным карточки, при жадном декодировании модель решает задачи уровня AMC 12, но часто затрудняется с задачами AIME и математических олимпиад. Она также слабо справляется с геометрией и не предназначена для общего диалога; модель работает с текстом и не принимает изображения.

Сценарии применения

  • пошаговое решение задач математических соревнований
  • генерация подробного разбора математической задачи
  • проверка решения задачи уровня AMC 12
  • подготовка текстовых решений для учебных материалов

Ограничения

Слабо справляется с задачами уровня AIME и математических олимпиад, а также с геометрией; для общего диалога не предназначена. Модель не поддерживает ввод изображений.

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 NuminaMath 72B CoT

NuminaMath is a series of language models that are trained with two stages of supervised fine-tuning to solve math problems using chain of thought (CoT) and tool-integrated reasoning (TIR):

  • Stage 1: fine-tune the base model on a large, diverse dataset of natural language math problems and solutions, where each solution is templated with Chain of Thought (CoT) to facilitate reasoning.
  • Stage 2: fine-tune the model from Stage 1 on a synthetic dataset of tool-integrated reasoning, where each math problem is decomposed into a sequence of rationales, Python programs, and their outputs.

NuminaMath 72B CoT is the model from Stage 1 and was fine-tuned on AI-MO/NuminaMath-CoT, a large-scale dataset of 860k+ math competition problem-solution pairs.

Model description

  • Model type: A 72B parameter math LLM fine-tuned on a dataset with 860k+ math problem-solution pairs.
  • Language(s) (NLP): Primarily English
  • License: Tongyi Qianwen
  • Finetuned from model: Qwen/Qwen2-72B

Model Sources

Intended uses & limitations

Here's how you can run the model using the pipeline() function from 🤗 Transformers:

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="AI-MO/NuminaMath-72B-CoT", torch_dtype=torch.bfloat16, device_map="auto")

messages = [
    {"role": "user", "content": "For how many values of the constant $k$ will the polynomial $x^{2}+kx+36$ have two distinct integer roots?"},
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)

gen_config = {
    "max_new_tokens": 1024,
    "do_sample": False,
    "tokenizer": pipe.tokenizer,
}

outputs = pipe(prompt, **gen_config)
text = outputs[0]["generated_text"]
print(text)

Bias, Risks, and Limitations

NuminaMath 72B CoT was created to solve problems in the narrow domain of competition-level mathematics. As a result, the model should not be used for general chat applications. With greedy decoding, we find the model is capable of solving problems at the level of AMC 12, but often struggles generate a valid solution on harder problems at the AIME and Math Olympiad level. The model also struggles to solve geometry problems, likely due to it's limited capacity and lack of other modalities like vision.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 32
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3.0

Framework versions

  • Transformers 4.42.3
  • Pytorch 2.3.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.19.1

Citation

If you find NuminaMath 72B CoT is useful in your work, please cite it with:

@misc{numina_math_7b,
  author = {Edward Beeching and Shengyi Costa Huang and Albert Jiang and Jia Li and Benjamin Lipkin and Zihan Qina and Kashif Rasul and Ziju Shen and Roman Soletskyi and Lewis Tunstall},
  title = {NuminaMath 72B CoT},
  year = {2024},
  publisher = {Numina & Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/AI-MO/NuminaMath-72B-CoT}}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
e2cf5e3

0 моделей