/ Модель

Характеристики

Контекст
4 096 токенов
Лицензия
Apache 2.0
Архитектура
internvl_chat · dense
Базовая модель
Mini-InternVL-Chat-2B-V1-5
Библиотека
transformers
Опубликована
15 мая 2025

MathCoder-VL-2B

Генерация текстаТекст → текст3 профессии

Производная модели MathLLMs/MathCoder-VL-8B. MathCoder-VL-8B — дообученная мультимодальная модель для решения математических задач по тексту и изображениям, включая диаграммы и геометрические рисунки.

47скачиваний за 30 дней7лайковвеса обновлены10 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Карточка модели MathLLMs/MathCoder-VL-2B на Hugging Face совпадает с карточкой MathLLMs/MathCoder-VL-8B, поэтому описание составлено по ней.

MathCoder-VL-8B — мультимодальная модель семейства InternVLChat, разработанная MathLLMs для решения математических задач по изображениям и тексту. Она дообучена на базе OpenGVLab/InternVL2-8B и предназначена для общего математического решения задач, включая вопросы по диаграммам, графикам, геометрическим рисункам и другим визуальным материалам.

Модель принимает изображения и текстовые запросы и формирует текстовые ответы с математическими рассуждениями. В метаданных указаны архитектура InternVLChat, формат safetensors, библиотека Transformers и поддержка английского языка. Распространяется по лицензии Apache-2.0. Карточка рекомендует использовать код обучения и вывода InternVL; подробности контекстного окна и дополнительные ограничения не приведены.

Сценарии применения

  • решение математических задач по фотографии или скану
  • ответы на вопросы по геометрическим чертежам
  • интерпретация графиков и диаграмм для решения задач
  • решение текстовых математических задач с визуальными материалами

Ограничения

Карточка не приводит оценки качества, подробные ограничения модели или размер контекстного окна. Для обучения и вывода предлагается опираться на код InternVL.

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

MathCoder-VL: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning

Repo: https://github.com/mathllm/MathCoder

Paper: https://huggingface.co/papers/2505.10557

Introduction

We introduce MathCoder-VL, a series of open-source large multimodal models (LMMs) specifically tailored for general math problem-solving. We also introduce FigCodifier-8B, an image-to-code model trained with ImgCode-8.6M.

Base ModelOurs
Mini-InternVL-Chat-2B-V1-5MathCoder-VL-2B
InternVL2-8BMathCoder-VL-8B
InternVL2-8BFigCodifier-8B

Usage

For training and inference code, please refer to InternVL.

from datasets import load_dataset
from PIL import Image
from io import BytesIO

mm_mathinstruct = load_dataset("MathLLMs/MM-MathInstruct")
print(mm_mathinstruct)

# show the last image
img = Image.open(BytesIO(mm_mathinstruct['train'][-1]['image']))
img.show()

It should print:

DatasetDict({
    train: Dataset({
        features: ['id', 'image', 'question', 'solution', 'image_path'],
        num_rows: 2871988
    })
})

Motivation

Construction of FigCodifier

Construction of MathCoder-VL

Performance

Citation

Please cite the paper if you use our data, model or code.

@inproceedings{
wang2025mathcodervl,
title={MathCoder-{VL}: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning},
author={Ke Wang and Junting Pan and Linda Wei and Aojun Zhou and Weikang Shi and Zimu Lu and Han Xiao and Yunqiao Yang and Houxing Ren and Mingjie Zhan and Hongsheng Li},
booktitle={The 63rd Annual Meeting of the Association for Computational Linguistics},
year={2025},
url={https://openreview.net/forum?id=nuvtX1imAb}
}
@inproceedings{
lu2025mathcoder2,
title={MathCoder2: Better Math Reasoning from Continued Pretraining on Model-translated Mathematical Code},
author={Zimu Lu and Aojun Zhou and Ke Wang and Houxing Ren and Weikang Shi and Junting Pan and Mingjie Zhan and Hongsheng Li},
booktitle={The Thirteenth International Conference on Learning Representations},
year={2025},
url={https://openreview.net/forum?id=1Iuw1jcIrf}
}
@inproceedings{
wang2024mathcoder,
title={MathCoder: Seamless Code Integration in {LLM}s for Enhanced Mathematical Reasoning},
author={Ke Wang and Houxing Ren and Aojun Zhou and Zimu Lu and Sichun Luo and Weikang Shi and Renrui Zhang and Linqi Song and Mingjie Zhan and Hongsheng Li},
booktitle={The Twelfth International Conference on Learning Representations},
year={2024},
url={https://openreview.net/forum?id=z8TW0ttBPp}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
InternVLChatModel
Ревизия весов
cedd2bc

0 моделей