/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
33,5 млрд
Размер весов
135 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
27 сен 2023

llemma_34b

Генерация текстаТекст → текст3 профессии

Llemma 34B — дообученная языковая модель для математического рассуждения, решения задач и работы с вычислительными инструментами.

222скачиваний за 30 дней102лайкавеса обновлены3 апр 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

Llemma 34B — языковая модель для математических задач, разработанная командой EleutherAI и соавторами. Она основана на весах Code Llama 34B и дообучена на корпусе Proof-Pile-2 на 50 млрд токенов; число параметров — 33,5 млрд. Модель использует плотную архитектуру Llama и доступна в формате PyTorch.

Модель предназначена для пошагового математического рассуждения, решения задач и применения вычислительных инструментов, включая Python и системы формальной проверки доказательств. В карточке отмечены сильные результаты в математических тестах и задачах на рассуждение. Контекст составляет 4096 токенов, указанный язык — английский.

Llemma 34B генерирует текст и может ошибаться в вычислениях или доказательствах, поэтому результаты следует проверять. Модель распространяется по лицензии Llama 2.

Сценарии применения

  • пошаговое решение математических задач
  • генерация объяснений к математическим решениям
  • подготовка к олимпиадным и учебным задачам по математике
  • составление кода Python для вычислений
  • помощь в формализации и проверке математических доказательств

Ограничения

Контекст ограничен 4096 токенами. Ответы, вычисления и доказательства модели требуют проверки.

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

ArXiv | Models | Data | Code | Blog | Sample Explorer

Zhangir Azerbayev, Hailey Schoelkopf, Keiran Paster, Marco Dos Santos, Stephen McAleer, Albert Q. Jiang, Jia Deng, Stella Biderman, Sean Welleck

Llemma 34B is a language model for mathematics. It was initialized with Code Llama 34B weights, and trained on the Proof-Pile-2 for 50B tokens.

This model also comes in a 7B parameter version: Llemma 7B.

Evaluations

Llemma models are particularly strong at chain-of-thought mathematical reasoning and using computational tools for mathematics, such as Python and formal theorem provers.

Chain-of-thought Math

On chain-of-thought mathematics tasks, Llemma models outperform Llama-2, Code Llama, and when controlled for model size, outperform Minerva.

ModelSizeGSM8kOCWMMLU-STEMSATMATH
Llama 27B11.8%3.7%29.9%25%3.2%
Code Llama7B10.5%4.4%25.1%9.4%4.5%
LLEMMA7B36.4%7.7%37.7%53.1%18.0%
Minerva8B16.2%7.7%35.6%-14.1%
----------------------------------------------------------
Code Llama34B29.6%7.0%40.5%40.6%12.2%
LLEMMA34B51.5%11.8%49.0%71.9%25.0%
----------------------------------------------------------
Minerva62B52.4%12.0%53.9%-27.6%
Minerva540B58.8%17.6%63.9%-33.6%

Further performance can be extracted by using majority voting:

ModelSizeGSM8k maj@100OCW maj@100MMLU-STEM maj@16SAT maj@16MATH maj@256
LLEMMA7B54.0%14.3%49.9%78.1%33.5
Minerva8B28.4%12.5%43.4%-25.4%
-------------------------------------------------------------------------------
LLEMMA34B69.3%18.4%59.7%81.3%43.1%
-------------------------------------------------------------------------------
Minerva62B68.5%23.5%63.5%-43.4%
Minerva540B78.5%30.8%75.0%-50.3%

Tool Use and Theorem Proving

In addition to chain-of-thought reasoning, Llemma has strong capabilities in computational mathematics tasks. For tool use and formal theorem proving evaluations, see our paper.

Citation

@misc{azerbayev2023llemma,
      title={Llemma: An Open Language Model For Mathematics}, 
      author={Zhangir Azerbayev and Hailey Schoelkopf and Keiran Paster and Marco Dos Santos and Stephen McAleer and Albert Q. Jiang and Jia Deng and Stella Biderman and Sean Welleck},
      year={2023},
      eprint={2310.10631},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
da6b2fb

0 моделей