/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
MIT
Архитектура
mistral · dense
Опубликована
4 дек 2023

MAmmoTH-7B-Mistral

Генерация текстаТекст → текст3 профессии

MAmmoTH-7B-Mistral — дообученная на математических инструкциях модель Mistral для решения задач с пошаговыми или программными рассуждениями.

186скачиваний за 30 дней7лайковвеса обновлены7 дек 2023

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

MAmmoTH-7B-Mistral — языковая модель семейства Mistral, разработанная TIGER-Lab и дообученная для решения математических задач общего назначения. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов.

Обучение проведено на наборе MathInstruct, объединяющем 13 наборов данных с математическими обоснованиями. Модель формирует решения с пошаговым рассуждением (CoT) и программным рассуждением (PoT); её можно применять в образовательном ПО, системах репетиторства и для получения решений математических задач. В карточке описана оценка на наборах GSM, MATH и MMLU-Math.

Качество может снижаться на сложных или специфических задачах, а охват математических областей неполон. Лицензия модели — MIT.

Сценарии применения

  • решение школьных математических задач
  • пошаговое объяснение хода решения
  • решение задач с программным рассуждением
  • ответы на математические вопросы в обучающих приложениях
  • автоматизированная помощь в системах репетиторства

Ограничения

Качество зависит от сложности и формулировки задачи; модель не охватывает все математические области. Оценки в README приведены для отдельных наборов задач и не гарантируют качество на других сценариях.

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

🦣 MAmmoTH: Building Math Generalist Models through Hybrid Instruction Tuning

Project Page: https://tiger-ai-lab.github.io/MAmmoTH/

Paper: https://arxiv.org/pdf/2309.05653.pdf

Code: https://github.com/TIGER-AI-Lab/MAmmoTH

Introduction

We introduce 🦣 MAmmoTH, a series of open-source large language models (LLMs) specifically tailored for general math problem-solving. The MAmmoTH models are trained on 🤗 MathInstruct Dataset, a meticulously curated instruction tuning dataset that is lightweight yet generalizable. MathInstruct is compiled from 13 math rationale datasets, six of which are newly curated by this work. It uniquely focuses on the hybrid use of chain-of-thought (CoT) and program-of-thought (PoT) rationales, and ensures extensive coverage of diverse mathematical fields.

Base Model: Llama-2Base Model: Code LlamaBase Model: Mistral
7B🦣 MAmmoTH-7B🦣 MAmmoTH-Coder-7B🦣 MAmmoTH-7B-Mistral
13B🦣 MAmmoTH-13B🦣 MAmmoTH-Coder-13B-
34B-🦣 MAmmoTH-Coder-34B-
70B🦣 MAmmoTH-70B--

Training Data

The models are trained on the 🤗 MathInstruct Dataset, which is compiled from 13 different math rationale datasets. Check out the dataset card for more details.

Training Procedure

The models are fine-tuned with the MathInstruct dataset using the original Llama-2 and Code Llama models as base models. The training procedure varies for different models based on their sizes. Check out our paper for more details.

Evaluation

The models are evaluated using open-ended and multiple-choice math problems from several datasets. Here are the results:

ModelDecodingGSMMATHMMLU-Math
MAmmoTH-7BHybrid53.631.544.5
MAmmoTH-Coder-7BHybrid59.433.447.2
MetaMath-7B-MistralCoT77.728.249.3
OpenChat-3.5-7BCoT77.328.649.6
ChatGLM-3-6BCoT72.325.745.6
DeepSeek-Coder-34BPoT58.235.346.5
Grok-1CoT62.915.7-
QWen-72BCoT78.935.2-
DeepSeek-67B-ChatCoT84.132.6-
MAmmoTH-7B-MistralHybrid75.040.052.5

Usage

You can use the models through Huggingface's Transformers library. Use the pipeline function to create a text-generation pipeline with the model of your choice, then feed in a math problem to get the solution. Check our Github repo for more advanced use: https://github.com/TIGER-AI-Lab/MAmmoTH

Prompt Format

If you want to do CoT:

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
{instruction}

### Response:

If you want to do PoT:

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
{instruction} Let's write a program.

### Response:

Intended Uses

These models are trained for research purposes. They are designed to solve general math problems. They can be used in educational software, tutoring systems, or any application where a solution to a math problem is needed. The models can generate both a chain of thought (CoT) rationale and a program of thought (PoT) rationale, providing a comprehensive solution to a given math problem.

Limitations

We've tried our best to build math generalist models. However, we acknowledge that the models' performance may vary based on the complexity and specifics of the math problem. Still not all mathematical fields can be covered comprehensively.

Citation

If you use the models, data, or code from this project, please cite the original paper:

@article{yue2023mammoth,
  title={MAmmoTH: Building Math Generalist Models through Hybrid Instruction Tuning},
  author={Xiang Yue, Xingwei Qu, Ge Zhang, Yao Fu, Wenhao Huang, Huan Sun, Yu Su, Wenhu Chen},
  journal={arXiv preprint arXiv:2309.05653},
  year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
2cfceb2

0 моделей