Mistral-7B-MMIQC is obtained by fine-tuning Mistral-7B on MMIQC.
It achieves 36.0% test accuracy on MATH.
See our paper for details.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 14,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Опубликована
- 17 янв 2024
Ссылки
Mistral-7B-MMIQC
Дообученная на MMIQC модель Mistral-7B для генерации текста и решения математических задач.
20скачиваний за 30 дней2лайкавеса обновлены18 янв 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Mistral-7B-MMIQC — плотная языковая модель Vivacem, полученная дообучением Mistral-7B на MMIQC. Она предназначена для генерации текста и решения математических задач; в README указана точность 36,0% на тестовой выборке MATH. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Доступна в формате Safetensors по лицензии Apache-2.0.
Сценарии применения
- решение математических задач из бенчмарка MATH
- генерация ответов на текстовые математические вопросы
- эксперименты с математическими способностями языковых моделей
Ограничения
В README приведён результат 36,0% на тестовой выборке MATH; он не гарантирует точность на других математических задачах. Языки и дополнительные ограничения применения в предоставленных источниках не описаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- 40ab40d