/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
68,7 млрд
Размер весов
276 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
11 авг 2023

WizardMath-70B-V1.0

Генерация текстаТекст → текст3 профессии

Математическая языковая модель WizardLM на 68,7 млрд параметров для решения задач и генерации пошаговых объяснений.

143скачиваний за 30 дней125лайковвеса обновлены20 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

WizardMath-70B-V1.0 — языковая модель команды WizardLM для решения математических задач с помощью пошаговых рассуждений. Она основана на архитектуре Llama и обучена для усиления математических способностей больших языковых моделей; в карточке приведены результаты на GSM8K и MATH. Модель содержит 68,7 млрд параметров, работает с текстом и имеет контекст длиной 2048 токенов.

Модель предназначена для ответов на математические вопросы, решения задач и генерации объяснений к решениям. Для инференса авторы предлагают шаблон запроса в формате инструкции; для простых задач они не рекомендуют вариант промпта с цепочкой рассуждений. README указывает лицензию Llama 2; её условия следует учитывать при использовании модели.

Сценарии применения

  • решение задач по математике с пошаговым объяснением
  • ответы на текстовые математические вопросы
  • решение задач уровня GSM8K
  • решение задач из набора MATH

Ограничения

Контекст ограничен 2048 токенами. Авторы не рекомендуют использовать вариант промпта с цепочкой рассуждений для простых математических вопросов.

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

WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct (RLEIF)

News

[12/19/2023] 🔥 We released WizardMath-7B-V1.1 trained from Mistral-7B, the SOTA 7B math LLM, achieves 83.2 pass@1 on GSM8k, and 33.0 pass@1 on MATH.

[12/19/2023] 🔥 WizardMath-7B-V1.1 outperforms ChatGPT 3.5, Gemini Pro, Mixtral MOE, and Claude Instant on GSM8K pass@1.

[12/19/2023] 🔥 WizardMath-7B-V1.1 is comparable with ChatGPT 3.5, Gemini Pro, and surpasses Mixtral MOE on MATH pass@1.

ModelCheckpointPaperGSM8kMATH
WizardMath-7B-V1.1🤗 HF Link📃 [WizardMath]83.233.0
WizardMath-70B-V1.0🤗 HF Link📃 [WizardMath]81.622.7
WizardMath-13B-V1.0🤗 HF Link📃 [WizardMath]63.914.0
WizardMath-7B-V1.0🤗 HF Link📃 [WizardMath]54.910.7

[12/19/2023] Comparing WizardMath-7B-V1.1 with other open source 7B size math LLMs.

ModelGSM8k Pass@1MATH Pass@1
MPT-7B6.83.0
Llama 1-7B11.02.9
Llama 2-7B12.32.8
Yi-6b32.65.8
Mistral-7B37.89.1
Qwen-7b47.89.3
RFT-7B50.3--
MAmmoTH-7B (COT)50.510.4
WizardMath-7B-V1.054.910.7
Abel-7B-00159.713
MetaMath-7B66.519.8
Arithmo-Mistral-7B74.725.3
MetaMath-Mistral-7B77.728.2
Abel-7B-00280.429.5
WizardMath-7B-V1.183.233.0

[12/19/2023] Comparing WizardMath-7B-V1.1 with large open source (30B~70B) LLMs.

ModelGSM8k Pass@1MATH Pass@1
Llemma-34B51.525.0
Minerva-62B52.427.6
Llama 2-70B56.813.5
DeepSeek 67B63.4--
Gork 33B62.923.9
MAmmoTH-70B72.421.1
Yi-34B67.915.9
Mixtral 8x7B74.428.4
MetaMath-70B82.326.6
WizardMath-7B-V1.183.233.0

❗ Data Contamination Check:

Before model training, we carefully and rigorously checked all the training data, and used multiple deduplication methods to verify and prevent data leakage on GSM8k and MATH test set.

ModelCheckpointPaperMT-BenchAlpacaEvalGSM8kHumanEvalLicense
WizardLM-70B-V1.0🤗 HF Link 📃Coming Soon7.7892.91%77.6% 50.6 pass@1 Llama 2 License
WizardLM-13B-V1.2🤗 HF Link 7.0689.17%55.3%36.6 pass@1 Llama 2 License
WizardLM-13B-V1.1 🤗 HF Link 6.7686.32%25.0 pass@1Non-commercial
WizardLM-30B-V1.0🤗 HF Link7.0137.8 pass@1Non-commercial
WizardLM-13B-V1.0🤗 HF Link 6.3575.31% 24.0 pass@1 Non-commercial
WizardLM-7B-V1.0 🤗 HF Link 📃 [WizardLM] 19.1 pass@1 Non-commercial
ModelCheckpointPaperHumanEvalMBPPDemoLicense
WizardCoder-Python-34B-V1.0🤗 HF Link📃 [WizardCoder]73.261.2DemoLlama2
WizardCoder-15B-V1.0🤗 HF Link📃 [WizardCoder]59.850.6--OpenRAIL-M
WizardCoder-Python-13B-V1.0🤗 HF Link📃 [WizardCoder]64.055.6--Llama2
WizardCoder-Python-7B-V1.0🤗 HF Link📃 [WizardCoder]55.551.6DemoLlama2
WizardCoder-3B-V1.0🤗 HF Link📃 [WizardCoder]34.837.4--OpenRAIL-M
WizardCoder-1B-V1.0🤗 HF Link📃 [WizardCoder]23.828.6--OpenRAIL-M

Github Repo: https://github.com/nlpxucan/WizardLM/tree/main/WizardMath

Twitter: https://twitter.com/WizardLM_AI/status/1689998428200112128

Discord: https://discord.gg/VZjjHtWrKs

Comparing WizardMath-V1.0 with Other LLMs.

🔥 The following figure shows that our WizardMath-70B-V1.0 attains the fifth position in this benchmark, surpassing ChatGPT (81.6 vs. 80.8) , Claude Instant (81.6 vs. 80.9), PaLM 2 540B (81.6 vs. 80.7).

❗Note for model system prompts usage:

Please use the same systems prompts strictly with us, and we do not guarantee the accuracy of the quantified versions.

Default version:

"Below is an instruction that describes a task. Write a response that appropriately completes the request.\n\n### Instruction:\n{instruction}\n\n### Response:"

CoT Version: (❗For the simple math questions, we do NOT recommend to use the CoT prompt.)

"Below is an instruction that describes a task. Write a response that appropriately completes the request.\n\n### Instruction:\n{instruction}\n\n### Response: Let's think step by step."

Inference WizardMath Demo Script

We provide the WizardMath inference demo code here.

❗To commen concern about dataset:

Recently, there have been clear changes in the open-source policy and regulations of our overall organization's code, data, and models. Despite this, we have still worked hard to obtain opening the weights of the model first, but the data involves stricter auditing and is in review with our legal team . Our researchers have no authority to publicly release them without authorization. Thank you for your understanding.

Citation

Please cite the repo if you use the data, method or code in this repo.

@article{luo2023wizardmath,
  title={WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct},
  author={Luo, Haipeng and Sun, Qingfeng and Xu, Can and Zhao, Pu and Lou, Jianguang and Tao, Chongyang and Geng, Xiubo and Lin, Qingwei and Chen, Shifeng and Zhang, Dongmei},
  journal={arXiv preprint arXiv:2308.09583},
  year={2023}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4dd9f3f

0 моделей