Характеристики

Лицензия: Apache 2.0
Базовая модель: mathstral-7B-v0.1
Опубликована: 16 июл 2024

Ссылки

mathstral-7B-v0.1-GGUF

Генерация текстаТекст → текст3 профессии

QuantFactory/mathstral-7B-v0.1-GGUF — квантизированная версия модели Mathstral-7B-v0.1, разработанной Mistral AI и основанной на Mistral 7B.

1 168скачиваний за 30 дней8лайковвеса обновлены16 июл 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

Квантизация выполнена QuantFactory с использованием llama.cpp. Модель предназначена для генерации текста с особой специализацией на математических и научных задачах, включая решение задач в диалоговом формате и рассуждения по количественным вопросам.

Модель содержит около 7 миллиардов параметров и распространяется в формате GGUF. В README не указаны точные варианты квантизации, поддерживаемые языки, максимальная длина контекста и набор модальностей; по имеющимся данным, это текстовая модель без заявленной поддержки изображений или других типов входных данных. В опубликованной оценке Mathstral 7B показала высокие результаты на математических тестах, включая MATH, Odyssey Math и AMC 2023, а также результат 77,1 на GSM8K.

Сильной стороной модели является специализация на математике и научных сценариях при относительно компактном размере, что делает её подходящей для локального запуска через совместимые инструменты llama.cpp и для диалогового решения задач. Ограничения связаны с тем, что квантизация может влиять на точность по сравнению с исходной моделью, а README не содержит подробностей о конкретном уровне квантизации и системных требованиях. Модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

QuantFactory/mathstral-7B-v0.1-GGUF

This is quantized version of mistralai/mathstral-7B-v0.1 created using llama.cpp

Model Card for Mathstral-7B-v0.1

Mathstral 7B is a model specializing in mathematical and scientific tasks, based on Mistral 7B. You can read more in the official blog post.

Installation

It is recommended to use mistralai/mathstral-7B-v0.1 with mistral-inference

pip install mistral_inference>=1.2.0

Download

from huggingface_hub import snapshot_download
from pathlib import Path

mistral_models_path = Path.home().joinpath('mistral_models', 'mathstral-7B-v0.1')
mistral_models_path.mkdir(parents=True, exist_ok=True)

snapshot_download(repo_id="mistralai/mathstral-7B-v0.1", allow_patterns=["params.json", "consolidated.safetensors", "tokenizer.model.v3"], local_dir=mistral_models_path)

Chat

After installing mistral_inference, a mistral-demo CLI command should be available in your environment.

mistral-chat $HOME/mistral_models/mathstral-7B-v0.1 --instruct --max_tokens 256

You can then start chatting with the model, e.g. prompt it with something like:

"Albert likes to surf every week. Each surfing session lasts for 4 hours and costs $20 per hour. How much would Albert spend in 5 weeks?"

Evaluation

We evaluate Mathstral 7B and open-weight models of the similar size on industry-standard benchmarks.

Benchmarks	MATH	GSM8K (8-shot)	Odyssey Math maj@16	GRE Math maj@16	AMC 2023 maj@16	AIME 2024 maj@16
Mathstral 7B	56.6	77.1	37.2	56.9	42.4	2/30
DeepSeek Math 7B	44.4	80.6	27.6	44.6	28.0	0/30
Llama3 8B	28.4	75.4	24.0	26.2	34.4	0/30
GLM4 9B	50.2	48.8	18.9	46.2	36.0	1/30
QWen2 7B	56.8	32.7	24.8	58.5	35.2	2/30
Gemma2 9B	48.3	69.5	18.6	52.3	31.2	1/30

The Mistral AI Team

Albert Jiang, Alexandre Sablayrolles, Alexis Tacnet, Alok Kothari, Antoine Roux, Arthur Mensch, Audrey Herblin-Stoop, Augustin Garreau, Austin Birky, Bam4d, Baptiste Bout, Baudouin de Monicault, Blanche Savary, Carole Rambaud, Caroline Feldman, Devendra Singh Chaplot, Diego de las Casas, Eleonore Arcelin, Emma Bou Hanna, Etienne Metzger, Gaspard Blanchet, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Harizo Rajaona, Henri Roussez, Hichem Sattouf, Ian Mack, Jean-Malo Delignon, Jessica Chudnovsky, Justus Murke, Kartik Khandelwal, Lawrence Stewart, Louis Martin, Louis Ternon, Lucile Saulnier, Lélio Renard Lavaud, Margaret Jennings, Marie Pellat, Marie Torelli, Marie-Anne Lachaux, Marjorie Janiewicz, Mickaël Seznec, Nicolas Schuhl, Niklas Muhs, Olivier de Garrigues, Patrick von Platen, Paul Jacob, Pauline Buche, Pavan Kumar Reddy, Perry Savas, Pierre Stock, Romain Sauvestre, Sagar Vaze, Sandeep Subramanian, Saurabh Garg, Sophia Yang, Szymon Antoniak, Teven Le Scao, Thibault Schueller, Thibaut Lavril, Thomas Wang, Théophile Gervet, Timothée Lacroix, Valera Nemychnikova, Wendy Shang, William El Sayed, William Marshall

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: 6aa0914