/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
MIT
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
6 мая 2024

MAmmoTH2-7B

Генерация текстаТекст → текст3 профессии

Производная модели TIGER-Lab/MAmmoTH2-8B-Plus. MAmmoTH2-8B-Plus — дообученная на инструкциях языковая модель Llama 3 для математических рассуждений и диалоговых ответов на английском языке.

112скачиваний за 30 дней0лайковвеса обновлены22 мая 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

Карточка модели TIGER-Lab/MAmmoTH2-7B на Hugging Face совпадает с карточкой TIGER-Lab/MAmmoTH2-8B-Plus, поэтому описание составлено по ней.

MAmmoTH2-8B-Plus — языковая модель TIGER-Lab на архитектуре Llama 3, дообученная методом instruction tuning для улучшения рассуждений и диалоговых ответов. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов.

Она предназначена для решения математических задач, включая школьные текстовые задачи и открытые задачи по математике, а также для ответов на инструкции и общих диалоговых сценариев. Разработчики сообщают об обучении на собранных из веб-корпуса инструкциях и дополнительном дообучении на открытых наборах инструкций; заявлена оценка на математических и общих тестах рассуждения. Основной язык модели — английский.

Модель работает с текстом и выдаёт текст. В README отмечено, что качество может зависеть от сложности и специфики задачи, а математические области покрыты не полностью. Лицензия — MIT.

Сценарии применения

  • решение школьных текстовых задач по математике
  • пошаговые ответы на открытые математические задачи
  • ответы на инструкции на английском языке
  • диалоговый помощник для общих вопросов
  • проверка способности языковой модели к рассуждению

Ограничения

Качество может меняться в зависимости от сложности и особенностей математической задачи; модель не охватывает исчерпывающе все области математики.

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

🦣 MAmmoTH2: Scaling Instructions from the Web

Project Page: https://tiger-ai-lab.github.io/MAmmoTH2/

Paper: https://arxiv.org/pdf/2405.03548

Code: https://github.com/TIGER-AI-Lab/MAmmoTH2

Introduction

Introducing 🦣 MAmmoTH2, a game-changer in improving the reasoning abilities of large language models (LLMs) through innovative instruction tuning. By efficiently harvesting 10 million instruction-response pairs from the pre-training web corpus, we've developed MAmmoTH2 models that significantly boost performance on reasoning benchmarks. For instance, MAmmoTH2-7B (Mistral) sees its performance soar from 11% to 36.7% on MATH and from 36% to 68.4% on GSM8K, all without training on any domain-specific data. Further training on public instruction tuning datasets yields MAmmoTH2-Plus, setting new standards in reasoning and chatbot benchmarks. Our work presents a cost-effective approach to acquiring large-scale, high-quality instruction data, offering a fresh perspective on enhancing LLM reasoning abilities.

Base ModelMAmmoTH2MAmmoTH2-Plus
7BMistral🦣 MAmmoTH2-7B🦣 MAmmoTH2-7B-Plus
8BLlama-3🦣 MAmmoTH2-8B🦣 MAmmoTH2-8B-Plus
8x7BMixtral🦣 MAmmoTH2-8x7B🦣 MAmmoTH2-8x7B-Plus

Training Data

Please refer to https://huggingface.co/datasets/TIGER-Lab/WebInstructSub for more details.

Project Framework

Training Procedure

The models are fine-tuned with the WEBINSTRUCT dataset using the original Llama-3, Mistral and Mistal 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:

ModelTheoremQAMATHGSM8KGPQAMMLU-STBBHARC-CAvg
MAmmoTH2-7B (Updated)29.036.768.432.462.458.681.752.7
MAmmoTH2-8B (Updated)30.335.870.435.264.262.182.254.3
MAmmoTH2-8x7B32.239.075.436.867.471.187.558.9
MAmmoTH2-7B-Plus (Updated)31.246.084.633.863.863.384.458.1
MAmmoTH2-8B-Plus (Updated)31.543.085.235.866.769.784.359.4
MAmmoTH2-8x7B-Plus34.147.086.437.872.474.188.462.9

To reproduce our results, please refer to https://github.com/TIGER-AI-Lab/MAmmoTH2/tree/main/math_eval.

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/MAmmoTH2

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{yue2024mammoth2,
  title={MAmmoTH2: Scaling Instructions from the Web},
  author={Yue, Xiang and Zheng, Tuney and Zhang, Ge and Chen, Wenhu},
  journal={arXiv preprint arXiv:2405.03548},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
ef1ebaf

0 моделей