/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
internlm2-math-plus-7b
Опубликована
30 мая 2024

internlm2-math-plus-7b-GGUF

Генерация текстаТекст → текст3 профессии

QuantFactory/internlm2-math-plus-7b-GGUF — квантизированная версия языковой модели InternLM2-Math-Plus-7B, созданная с использованием llama.cpp на основе модели internlm/internlm2-math-plus-7b.

1 567скачиваний за 30 дней0лайковвеса обновлены31 мая 2024

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

Модель предназначена для генерации текста и решения математических задач, включая неформальное математическое рассуждение, пошаговое объяснение решений, работу с Python для вычислений, перевод математических утверждений в LEAN 4 и формальное доказательство теорем.

Известно, что модель относится к классу 7B и поддерживает английский и китайский языки. Формат GGUF ориентирован на запуск через совместимые инструменты экосистемы llama.cpp и может быть удобен для локального инференса, однако конкретный уровень квантизации, требования к памяти, размер контекста и точная архитектура в README не указаны. В опубликованных результатах базовая версия InternLM2-Math-Plus-7B показывает 53,0 на MATH, 59,7 на MATH с Python, 85,8 на GSM8K и 43,4 на MiniF2F-test.

Сильная сторона модели — специализация на математическом рассуждении, включая как прикладные задачи, так и формальную математику. Ограничения связаны с отсутствием сведений о конкретной схеме квантизации и системных требованиях, а также с тем, что приведённые показатели относятся к исходной версии InternLM2-Math-Plus-7B и не обязательно полностью отражают характеристики квантизированного файла. Лицензия указана как other, без дополнительных условий в README.

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

InternLM-Math-Plus-GGUF

This is quantized version of internlm/internlm2-math-plus-7b created using llama.cpp

Model Description

News

  • [2024.05.24] We release updated version InternLM2-Math-Plus with 4 sizes and state-of-the-art performances including 1.8B, 7B, 20B, and 8x22B. We improve informal math reasoning performance (chain-of-thought and code-intepreter) and formal math reasoning performance (LEAN 4 translation and LEAN 4 theorem proving) significantly.
  • [2024.02.10] We add tech reports and citation reference.
  • [2024.01.31] We add MiniF2F results with evaluation codes!
  • [2024.01.29] We add checkpoints from ModelScope. Update results about majority voting and Code Intepreter. Tech report is on the way!
  • [2024.01.26] We add checkpoints from OpenXLab, which ease Chinese users to download!

Performance

Formal Math Reasoning

We evaluate the performance of InternLM2-Math-Plus on formal math reasoning benchmark MiniF2F-test. The evaluation setting is same as Llemma with LEAN 4.

ModelsMiniF2F-test
ReProver26.5
LLMStep27.9
GPT-F36.6
HTPS41.0
Llemma-7B26.2
Llemma-34B25.8
InternLM2-Math-7B-Base30.3
InternLM2-Math-20B-Base29.5
InternLM2-Math-Plus-1.8B38.9
InternLM2-Math-Plus-7B43.4
InternLM2-Math-Plus-20B42.6
InternLM2-Math-Plus-Mixtral8x22B37.3

Informal Math Reasoning

We evaluate the performance of InternLM2-Math-Plus on informal math reasoning benchmark MATH and GSM8K. InternLM2-Math-Plus-1.8B outperforms MiniCPM-2B in the smallest size setting. InternLM2-Math-Plus-7B outperforms Deepseek-Math-7B-RL which is the state-of-the-art math reasoning open source model. InternLM2-Math-Plus-Mixtral8x22B achieves 68.5 on MATH (with Python) and 91.8 on GSM8K.

ModelMATHMATH-PythonGSM8K
MiniCPM-2B10.2-53.8
InternLM2-Math-Plus-1.8B37.041.558.8
InternLM2-Math-7B34.650.978.1
Deepseek-Math-7B-RL51.758.888.2
InternLM2-Math-Plus-7B53.059.785.8
InternLM2-Math-20B37.754.382.6
InternLM2-Math-Plus-20B53.861.887.7
Mixtral8x22B-Instruct-v0.141.8-78.6
Eurux-8x22B-NCA49.0--
InternLM2-Math-Plus-Mixtral8x22B58.168.591.8

We also evaluate models on MathBench-A. InternLM2-Math-Plus-Mixtral8x22B has comparable performance compared to Claude 3 Opus.

ModelArithmeticPrimaryMiddleHighCollegeAverage
GPT-4o-051377.787.776.359.054.070.9
Claude 3 Opus85.785.058.042.743.763.0
Qwen-Max-042872.386.365.045.027.359.2
Qwen-1.5-110B70.382.364.047.328.058.4
Deepseek-V282.789.359.039.329.359.9
Llama-3-70B-Instruct70.386.053.038.734.756.5
InternLM2-Math-Plus-Mixtral8x22B77.582.063.650.336.862.0
InternLM2-Math-20B58.770.043.724.712.742.0
InternLM2-Math-Plus-20B65.879.759.547.624.855.5
Llama3-8B-Instruct54.771.025.019.014.036.7
InternLM2-Math-7B53.767.041.318.38.037.7
Deepseek-Math-7B-RL68.083.344.333.023.050.3
InternLM2-Math-Plus-7B61.478.352.540.521.750.9
MiniCPM-2B49.351.718.08.73.726.3
InternLM2-Math-Plus-1.8B43.043.325.418.94.727.1

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
40d1aab

0 моделей