/ Модель

Характеристики

Контекст
16 384 токена
Параметры
6,6 млрд
Размер весов
27 ГБ
Лицензия
MIT
Архитектура
llama · dense
Опубликована
10 сен 2023

MAmmoTH-Coder-7B

Генерация текстаТекст → текст3 профессии

Производная модели TIGER-Lab/MAmmoTH-7B. MAmmoTH-7B — англоязычная модель Llama для решения математических задач с пошаговыми и программными рассуждениями.

177скачиваний за 30 дней27лайковвеса обновлены5 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

Карточка модели TIGER-Lab/MAmmoTH-Coder-7B на Hugging Face совпадает с карточкой TIGER-Lab/MAmmoTH-7B, поэтому описание составлено по ней.

MAmmoTH-7B — языковая модель семейства Llama, разработанная TIGER-Lab для решения математических задач. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и работает с контекстом до 4096 токенов. Она принимает текстовые инструкции и генерирует текстовые решения; обучение проводилось на наборе MathInstruct с примерами из разных областей математики.

Модель обучена сочетать рассуждения с пошаговым объяснением (CoT) и программным подходом (PoT), поэтому подходит для решения задач, где ответ можно получить через вычисления или фрагмент кода. В README описаны сценарии использования в образовательных программах и системах репетиторства. Основной язык карточки — английский.

Качество может снижаться на сложных или специфичных задачах, а покрытие математических областей неполное. Модель распространяется по лицензии MIT.

Сценарии применения

  • решение школьных арифметических задач
  • пошаговое объяснение решения математических задач
  • решение задач по алгебре и геометрии
  • генерация программного решения для вычислительной задачи
  • ответы на математические вопросы в обучающих приложениях

Ограничения

Точность зависит от сложности и формулировки задачи; математические области покрыты не полностью. Для задач, требующих надёжных вычислений, ответы следует проверять.

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:

ModelDecodingGSMMATHAQuANumGSVAMatSimSATMMLUAVG
MAmmoTH-7BCoT50.510.443.744.047.39.218.932.739.933.0
PoT51.628.743.352.365.141.948.239.144.646.1
Hybrid53.631.544.561.267.746.341.242.742.647.9
MAmmoTH-Coder-7BCoT22.47.936.236.037.08.27.232.734.624.7
PoT58.832.147.257.171.153.944.640.047.850.3
Hybrid59.433.447.266.471.455.445.940.548.352.0
MAmmoTH-13BCoT56.312.945.345.653.811.722.443.642.337.1
PoT61.332.648.859.672.248.540.346.845.450.6
Hybrid62.034.251.668.772.449.243.246.847.652.9
MAmmoTH-Coder-13BCoT32.110.240.636.243.09.610.140.936.628.8
PoT64.335.246.854.273.260.044.248.248.252.7
Hybrid64.736.346.966.873.761.547.148.648.354.9
MAmmoTH-Coder-33BCoT34.311.639.036.244.610.810.946.442.930.7
PoT72.342.853.859.684.064.750.658.652.759.9
Hybrid72.743.654.771.684.365.451.860.953.862.1
MAmmoTH-70BCoT72.421.157.958.971.620.031.957.352.149.2
PoT76.740.160.264.381.755.345.364.153.560.1
Hybrid76.941.865.074.482.455.651.466.456.763.4

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
LlamaForCausalLM
Ревизия весов
857751d

0 моделей