/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
68,7 млрд
Лицензия
AGPL 3.0
Архитектура
llama · dense
Опубликована
14 фев 2024

WizardLM-Math-70B-v0.1

Генерация текстаТекст → текст3 профессии

Большая текстовая Llama-модель для генерации ответов и решения математических и логических задач.

68скачиваний за 30 дней4лайкавеса обновлены4 мар 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

WizardLM-Math-70B-v0.1 — языковая модель семейства Llama, представленная MaziyarPanahi. Она предназначена для генерации текста и решения математических и логических задач с объяснением рассуждений. В README приведены пример пошагового ответа и результаты Open LLM Leaderboard, однако пример содержит несогласованный с вопросом текст, поэтому по нему нельзя надёжно оценить качество математических рассуждений.

Модель имеет плотную архитектуру LlamaForCausalLM и 68,7 млрд параметров; родной контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors, а лицензия — AGPL-3.0. Метаданные помечают модель тегом merge, но не указывают базовые модели, поэтому точное происхождение слияния установить нельзя.

Сценарии применения

  • генерация ответов на текстовые запросы
  • решение математических задач
  • объяснение логических рассуждений
  • оценка языковых моделей на бенчмарках

Ограничения

Контекст ограничен 4096 токенами. Пример в README не соответствует условию вопроса, поэтому опубликованная карточка не даёт надёжного подтверждения качества пошаговых рассуждений.

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

Examples

There are three killers in a room. Someone enters the room and kills one of them. Nobody leaves the room. How many killers are left in the room? Explain your reasoning step by step.

Step 1: Identify the initial situation
There are three killers in a room, which we can label as A, B, and C.

Step 2: Describe the event
Someone (let's call this person D) enters the room and kills one of the killers. For the sake of simplicity, let's say that Killer A is killed.

Step 3: Analyze the new situation
After the event, there are now two killers left in the room: B and C. The person who entered the room, D, is also still present. However, since D did not leave the room after killing A, it means that D is also a killer. Therefore, there are actually three killers in the room: B, C, and D.

Final Answer: After the event, there are three killers left in the room: B, C, and D.

Mark is faster than Mary , Mary is faster than Joe. Is Joe faster than Mark? Let's think step by step

Step 1: Understand the given information
We know that Mark is faster than Mary, and Mary is faster than Joe. This means that Mark is the fastest among the three, followed by Mary, and then Joe.

Step 2: Analyze the question
The question asks if Joe is faster than Mark. Based on the given information, we can conclude that Joe is not faster than Mark. In fact, Mark is faster than Joe.

Final Answer: No, Joe is not faster than Mark.

If I lay 2 wet shirts out in the sun flat on the ground to dry and it takes 5 hours until they are dry, how long would it take to dry 4 shirts of the same type that way simultanously?

The time taken for a shirt to dry depends on several factors such as the material of the shirt, the humidity, temperature, wind speed, etc. However, if we assume that all four shirts have similar properties and the weather conditions remain constant, then you can expect the drying time to be proportional to the number of shirts.

In other words, if two shirts take 5 hours to dry, then four shirts will likely take twice as long, or 10 hours. This is because there is more fabric to dry, which means it will absorb more water from the air, thus taking longer to reach equilibrium with the surrounding environment.

However, this is just an estimate, and the actual drying time may vary depending on the specific circumstances.

Wrong, it takes the same amount of time!

explain step by step 25-4*2+3=?

Step 1: Perform the multiplication operation first.
25 - 4 * 2 + 3 = 25 - 8 + 3

Step 2: Now, perform the subtraction and addition operations from left to right.
25 - 8 + 3 = 17 + 3

Step 3: Finally, perform the remaining addition operation.
17 + 3 = 20

So, 25-4*2+3 equals 20.

Eval

WizardLM/WizardLM-70B-V1.0 vs. MaziyarPanahi/WizardLM-Math-70B-v0.1

image/png

Leaderboard

{
    "all": {
        "acc": 0.6914116069568377,
        "acc_stderr": 0.03063431437342948,
        "acc_norm": 0.6938613221179539,
        "acc_norm_stderr": 0.031238741076549784,
        "mc1": 0.40269277845777235,
        "mc1_stderr": 0.01716883093518722,
        "mc2": 0.5707095526544473,
        "mc2_stderr": 0.01525040450448649
    },
    "harness|arc:challenge|25": {
        "acc": 0.6322525597269625,
        "acc_stderr": 0.014090995618168482,
        "acc_norm": 0.6706484641638225,
        "acc_norm_stderr": 0.013734057652635474
    },
    "harness|hellaswag|10": {
        "acc": 0.6746664011153157,
        "acc_stderr": 0.0046754187743142306,
        "acc_norm": 0.8600876319458275,
        "acc_norm_stderr": 0.0034618713240671846
    },
    "harness|hendrycksTest-abstract_algebra|5": {
        "acc": 0.34,
        "acc_stderr": 0.04760952285695236,
        "acc_norm": 0.34,
        "acc_norm_stderr": 0.04760952285695236
    },
    "harness|hendrycksTest-anatomy|5": {
        "acc": 0.6518518518518519,
        "acc_stderr": 0.041153246103369526,
        "acc_norm": 0.6518518518518519,
        "acc_norm_stderr": 0.041153246103369526
    },
    "harness|hendrycksTest-astronomy|5": {
        "acc": 0.7894736842105263,
        "acc_stderr": 0.03317672787533157,
        "acc_norm": 0.7894736842105263,
        "acc_norm_stderr": 0.03317672787533157
    },
    "harness|hendrycksTest-business_ethics|5": {
        "acc": 0.73,
        "acc_stderr": 0.04461960433384741,
        "acc_norm": 0.73,
        "acc_norm_stderr": 0.04461960433384741
    },
    "harness|hendrycksTest-clinical_knowledge|5": {
        "acc": 0.7283018867924528,
        "acc_stderr": 0.027377706624670713,
        "acc_norm": 0.7283018867924528,
        "acc_norm_stderr": 0.027377706624670713
    },
    "harness|hendrycksTest-college_biology|5": {
        "acc": 0.8194444444444444,
        "acc_stderr": 0.032166008088022675,
        "acc_norm": 0.8194444444444444,
        "acc_norm_stderr": 0.032166008088022675
    },
    "harness|hendrycksTest-college_chemistry|5": {
        "acc": 0.5,
        "acc_stderr": 0.050251890762960605,
        "acc_norm": 0.5,
        "acc_norm_stderr": 0.050251890762960605
    },
    "harness|hendrycksTest-college_computer_science|5": {
        "acc": 0.57,
        "acc_stderr": 0.049756985195624284,
        "acc_norm": 0.57,
        "acc_norm_stderr": 0.049756985195624284
    },
    "harness|hendrycksTest-college_mathematics|5": {
        "acc": 0.37,
        "acc_stderr": 0.04852365870939099,
        "acc_norm": 0.37,
        "acc_norm_stderr": 0.04852365870939099
    },
    "harness|hendrycksTest-college_medicine|5": {
        "acc": 0.6878612716763006,
        "acc_stderr": 0.035331333893236574,
        "acc_norm": 0.6878612716763006,
        "acc_norm_stderr": 0.035331333893236574
    },
    "harness|hendrycksTest-college_physics|5": {
        "acc": 0.35294117647058826,
        "acc_stderr": 0.047551296160629475,
        "acc_norm": 0.35294117647058826,
        "acc_norm_stderr": 0.047551296160629475
    },
    "harness|hendrycksTest-computer_security|5": {
        "acc": 0.7,
        "acc_stderr": 0.046056618647183814,
        "acc_norm": 0.7,
        "acc_norm_stderr": 0.046056618647183814
    },
    "harness|hendrycksTest-conceptual_physics|5": {
        "acc": 0.676595744680851,
        "acc_stderr": 0.030579442773610337,
        "acc_norm": 0.676595744680851,
        "acc_norm_stderr": 0.030579442773610337
    },
    "harness|hendrycksTest-econometrics|5": {
        "acc": 0.40350877192982454,
        "acc_stderr": 0.046151869625837026,
        "acc_norm": 0.40350877192982454,
        "acc_norm_stderr": 0.046151869625837026
    },
    "harness|hendrycksTest-electrical_engineering|5": {
        "acc": 0.5793103448275863,
        "acc_stderr": 0.04113914981189261,
        "acc_norm": 0.5793103448275863,
        "acc_norm_stderr": 0.04113914981189261
    },
    "harness|hendrycksTest-elementary_mathematics|5": {
        "acc": 0.4497354497354497,
        "acc_stderr": 0.02562085704293665,
        "acc_norm": 0.4497354497354497,
        "acc_norm_stderr": 0.02562085704293665
    },
    "harness|hendrycksTest-formal_logic|5": {
        "acc": 0.46825396825396826,
        "acc_stderr": 0.04463112720677172,
        "acc_norm": 0.46825396825396826,
        "acc_norm_stderr": 0.04463112720677172
    },
    "harness|hendrycksTest-global_facts|5": {
        "acc": 0.46,
        "acc_stderr": 0.05009082659620332,
        "acc_norm": 0.46,
        "acc_norm_stderr": 0.05009082659620332
    },
    "harness|hendrycksTest-high_school_biology|5": {
        "acc": 0.8129032258064516,
        "acc_stderr": 0.022185710092252252,
        "acc_norm": 0.8129032258064516,
        "acc_norm_stderr": 0.022185710092252252
    },
    "harness|hendrycksTest-high_school_chemistry|5": {
        "acc": 0.5369458128078818,
        "acc_stderr": 0.035083705204426656,
        "acc_norm": 0.5369458128078818,
        "acc_norm_stderr": 0.035083705204426656
    },
    "harness|hendrycksTest-high_school_computer_science|5": {
        "acc": 0.79,
        "acc_stderr": 0.040936018074033256,
        "acc_norm": 0.79,
        "acc_norm_stderr": 0.040936018074033256
    },
    "harness|hendrycksTest-high_school_european_history|5": {
        "acc": 0.8363636363636363,
        "acc_stderr": 0.02888787239548795,
        "acc_norm": 0.8363636363636363,
        "acc_norm_stderr": 0.02888787239548795
    },
    "harness|hendrycksTest-high_school_geography|5": {
        "acc": 0.8686868686868687,
        "acc_stderr": 0.024063156416822502,
        "acc_norm": 0.8686868686868687,
        "acc_norm_stderr": 0.024063156416822502
    },
    "harness|hendrycksTest-high_school_government_and_politics|5": {
        "acc": 0.927461139896373,
        "acc_stderr": 0.018718998520678178,
        "acc_norm": 0.927461139896373,
        "acc_norm_stderr": 0.018718998520678178
    },
    "harness|hendrycksTest-high_school_macroeconomics|5": {
        "acc": 0.7025641025641025,
        "acc_stderr": 0.023177408131465953,
        "acc_norm": 0.7025641025641025,
        "acc_norm_stderr": 0.023177408131465953
    },
    "harness|hendrycksTest-high_school_mathematics|5": {
        "acc": 0.34814814814814815,
        "acc_stderr": 0.02904560029061626,
        "acc_norm": 0.34814814814814815,
        "acc_norm_stderr": 0.02904560029061626
    },
    "harness|hendrycksTest-high_school_microeconomics|5": {
        "acc": 0.7941176470588235,
        "acc_stderr": 0.02626502460827588,
        "acc_norm": 0.7941176470588235,
        "acc_norm_stderr": 0.02626502460827588
    },
    "harness|hendrycksTest-high_school_physics|5": {
        "acc": 0.4503311258278146,
        "acc_stderr": 0.04062290018683776,
        "acc_norm": 0.4503311258278146,
        "acc_norm_stderr": 0.04062290018683776
    },
    "harness|hendrycksTest-high_school_psychology|5": {
        "acc": 0.8954128440366973,
        "acc_stderr": 0.013120530245265593,
        "acc_norm": 0.8954128440366973,
        "acc_norm_stderr": 0.013120530245265593
    },
    "harness|hendrycksTest-high_school_statistics|5": {
        "acc": 0.5787037037037037,
        "acc_stderr": 0.03367462138896078,
        "acc_norm": 0.5787037037037037,
        "acc_norm_stderr": 0.03367462138896078
    },
    "harness|hendrycksTest-high_school_us_history|5": {
        "acc": 0.9166666666666666,
        "acc_stderr": 0.019398452135813905,
        "acc_norm": 0.9166666666666666,
        "acc_norm_stderr": 0.019398452135813905
    },
    "harness|hendrycksTest-high_school_world_history|5": {
        "acc": 0.8860759493670886,
        "acc_stderr": 0.020681745135884565,
        "acc_norm": 0.8860759493670886,
        "acc_norm_stderr": 0.020681745135884565
    },
    "harness|hendrycksTest-human_aging|5": {
        "acc": 0.757847533632287,
        "acc_stderr": 0.028751392398694755,
        "acc_norm": 0.757847533632287,
        "acc_norm_stderr": 0.028751392398694755
    },
    "harness|hendrycksTest-human_sexuality|5": {
        "acc": 0.8702290076335878,
        "acc_stderr": 0.029473649496907065,
        "acc_norm": 0.8702290076335878,
        "acc_norm_stderr": 0.029473649496907065
    },
    "harness|hendrycksTest-international_law|5": {
        "acc": 0.8181818181818182,
        "acc_stderr": 0.03520893951097655,
        "acc_norm": 0.8181818181818182,
        "acc_norm_stderr": 0.03520893951097655
    },
    "harness|hendrycksTest-jurisprudence|5": {
        "acc": 0.8148148148148148,
        "acc_stderr": 0.03755265865037181,
        "acc_norm": 0.8148148148148148,
        "acc_norm_stderr": 0.03755265865037181
    },
    "harness|hendrycksTest-logical_fallacies|5": {
        "acc": 0.7791411042944786,
        "acc_stderr": 0.03259177392742179,
        "acc_norm": 0.7791411042944786,
        "acc_norm_stderr": 0.03259177392742179
    },
    "harness|hendrycksTest-machine_learning|5": {
        "acc": 0.48214285714285715,
        "acc_stderr": 0.047427623612430116,
        "acc_norm": 0.48214285714285715,
        "acc_norm_stderr": 0.047427623612430116
    },
    "harness|hendrycksTest-management|5": {
        "acc": 0.8446601941747572,
        "acc_stderr": 0.03586594738573974,
        "acc_norm": 0.8446601941747572,
        "acc_norm_stderr": 0.03586594738573974
    },
    "harness|hendrycksTest-marketing|5": {
        "acc": 0.905982905982906,
        "acc_stderr": 0.019119892798924974,
        "acc_norm": 0.905982905982906,
        "acc_norm_stderr": 0.019119892798924974
    },
    "harness|hendrycksTest-medical_genetics|5": {
        "acc": 0.67,
        "acc_stderr": 0.047258156262526066,
        "acc_norm": 0.67,
        "acc_norm_stderr": 0.047258156262526066
    },
    "harness|hendrycksTest-miscellaneous|5": {
        "acc": 0.8697318007662835,
        "acc_stderr": 0.012036729568216054,
        "acc_norm": 0.8697318007662835,
        "acc_norm_stderr": 0.012036729568216054
    },
    "harness|hendrycksTest-moral_disputes|5": {
        "acc": 0.7774566473988439,
        "acc_stderr": 0.02239421566194282,
        "acc_norm": 0.7774566473988439,
        "acc_norm_stderr": 0.02239421566194282
    },
    "harness|hendrycksTest-moral_scenarios|5": {
        "acc": 0.5553072625698324,
        "acc_stderr": 0.016619881988177012,
        "acc_norm": 0.5553072625698324,
        "acc_norm_stderr": 0.016619881988177012
    },
    "harness|hendrycksTest-nutrition|5": {
        "acc": 0.7516339869281046,
        "acc_stderr": 0.024739981355113592,
        "acc_norm": 0.7516339869281046,
        "acc_norm_stderr": 0.024739981355113592
    },
    "harness|hendrycksTest-philosophy|5": {
        "acc": 0.77491961414791,
        "acc_stderr": 0.023720088516179027,
        "acc_norm": 0.77491961414791,
        "acc_norm_stderr": 0.023720088516179027
    },
    "harness|hendrycksTest-prehistory|5": {
        "acc": 0.7962962962962963,
        "acc_stderr": 0.02240967454730417,
        "acc_norm": 0.7962962962962963,
        "acc_norm_stderr": 0.02240967454730417
    },
    "harness|hendrycksTest-professional_accounting|5": {
        "acc": 0.5390070921985816,
        "acc_stderr": 0.029736592526424445,
        "acc_norm": 0.5390070921985816,
        "acc_norm_stderr": 0.029736592526424445
    },
    "harness|hendrycksTest-professional_law|5": {
        "acc": 0.5586701434159062,
        "acc_stderr": 0.012682016335646683,
        "acc_norm": 0.5586701434159062,
        "acc_norm_stderr": 0.012682016335646683
    },
    "harness|hendrycksTest-professional_medicine|5": {
        "acc": 0.7242647058823529,
        "acc_stderr": 0.027146271936625162,
        "acc_norm": 0.7242647058823529,
        "acc_norm_stderr": 0.027146271936625162
    },
    "harness|hendrycksTest-professional_psychology|5": {
        "acc": 0.761437908496732,
        "acc_stderr": 0.017242385828779627,
        "acc_norm": 0.761437908496732,
        "acc_norm_stderr": 0.017242385828779627
    },
    "harness|hendrycksTest-public_relations|5": {
        "acc": 0.7454545454545455,
        "acc_stderr": 0.041723430387053825,
        "acc_norm": 0.7454545454545455,
        "acc_norm_stderr": 0.041723430387053825
    },
    "harness|hendrycksTest-security_studies|5": {
        "acc": 0.7877551020408163,
        "acc_stderr": 0.026176967197866767,
        "acc_norm": 0.7877551020408163,
        "acc_norm_stderr": 0.026176967197866767
    },
    "harness|hendrycksTest-sociology|5": {
        "acc": 0.8805970149253731,
        "acc_stderr": 0.02292879327721974,
        "acc_norm": 0.8805970149253731,
        "acc_norm_stderr": 0.02292879327721974
    },
    "harness|hendrycksTest-us_foreign_policy|5": {
        "acc": 0.9,
        "acc_stderr": 0.030151134457776334,
        "acc_norm": 0.9,
        "acc_norm_stderr": 0.030151134457776334
    },
    "harness|hendrycksTest-virology|5": {
        "acc": 0.5602409638554217,
        "acc_stderr": 0.03864139923699122,
        "acc_norm": 0.5602409638554217,
        "acc_norm_stderr": 0.03864139923699122
    },
    "harness|hendrycksTest-world_religions|5": {
        "acc": 0.8596491228070176,
        "acc_stderr": 0.0266405825391332,
        "acc_norm": 0.8596491228070176,
        "acc_norm_stderr": 0.0266405825391332
    },
    "harness|truthfulqa:mc|0": {
        "mc1": 0.40269277845777235,
        "mc1_stderr": 0.01716883093518722,
        "mc2": 0.5707095526544473,
        "mc2_stderr": 0.01525040450448649
    },
    "harness|winogrande|5": {
        "acc": 0.8176795580110497,
        "acc_stderr": 0.010851565594267207
    },
    "harness|gsm8k|5": {
        "acc": 0.6444275966641395,
        "acc_stderr": 0.013185402252713852
    }
}

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.70.92
AI2 Reasoning Challenge (25-Shot)67.06
HellaSwag (10-Shot)86.01
MMLU (5-Shot)69.14
TruthfulQA (0-shot)57.07
Winogrande (5-shot)81.77
GSM8k (5-shot)64.44

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
6118643

0 моделей