/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Опубликована
19 дек 2023

WizardMath-7B-V1.1

Генерация текстаТекст → текст3 профессии

Дообученная на основе Mistral-7B языковая модель для решения математических задач и генерации текстовых рассуждений.

5 945скачиваний за 30 дней86лайковвеса обновлены12 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.

  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-7B-V1.1 — языковая модель для математических рассуждений, разработанная командой WizardLM и обученная на основе Mistral-7B с помощью подхода Reinforced Evol-Instruct (RLEIF). Это плотная авторегрессионная модель с 7,1 млрд параметров, принимающая текстовые инструкции и генерирующая текстовые ответы; заявленная длина контекста — 32 768 токенов. В карточке указана поддержка английского языка.

Модель предназначена для решения математических задач и пошагового рассуждения, включая задачи GSM8K и MATH. Авторы сообщают результаты pass@1 83,2 на GSM8K и 33,0 на MATH и рекомендуют использовать заданный ими системный промпт; для простых задач не рекомендуют вариант промпта с CoT. Эти результаты приведены авторами и не гарантируют точность ответов в других сценариях.

В репозитории представлены веса PyTorch. Модель основана на Mistral-7B и является её дообученной версией. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • решение школьных математических задач
  • ответы на текстовые задачи уровня GSM8K
  • решение задач из набора MATH
  • генерация пошаговых математических объяснений

Ограничения

Точность ответов не гарантируется; авторы рекомендуют использовать их системный промпт и не советуют CoT-вариант для простых задач. Условия лицензии не приведены в доступных данных.

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. Use this [Demo] to chat with it.

[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.

ModelCheckpointPaperGSM8kMATHDemo
WizardMath-7B-V1.1🤗 HF Link📃 [WizardMath]83.233.0[Demo]
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.

🔥 ❗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.

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

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1b95501

0 моделей