/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
MIT
Архитектура
llama · dense
Опубликована
11 апр 2024

rho-math-1b-v0.1

Генерация текстаТекст → текст3 профессии

Базовая англоязычная модель Microsoft на 1 млрд параметров для генерации текста и решения математических задач методом Selective Language Modeling.

227скачиваний за 30 дней16лайковвеса обновлены18 апр 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

Rho-Math-1B-v0.1 — базовая языковая модель Microsoft для математических рассуждений и генерации ответов. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 1 млрд параметров. Модель предварительно обучена методом Selective Language Modeling (SLM), который сосредоточивает обучение на чистых и полезных токенах. В README приведены результаты few-shot оценки на GSM8K и MATH для семейства Rho-Math; отдельный показатель именно для этой версии составляет 15,6% на MATH.

Модель предназначена для генерации текста при решении математических задач, в том числе с пошаговым рассуждением и примерами в запросе. Она работает с текстом на английском языке и имеет контекст длиной 2048 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Сценарии применения

  • генерация решений математических задач
  • few-shot решение задач GSM8K
  • few-shot рассуждения по задачам MATH
  • пошаговое объяснение математических ответов

Ограничения

Модель имеет контекст 2048 токенов, а приведённая для Rho-Math-1B оценка на MATH составляет 15,6% в few-shot режиме; качество на других задачах в карточке не характеризуется.

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

🔥 News

  • [2024/04/12] 🔥🔥🔥 Rho-Math-v0.1 models released at 🤗 HuggingFace!
    • Rho-Math-1B and Rho-Math-7B achieve 15.6% and 31.0% few-shot accuracy on MATH dataset, respectively — matching DeepSeekMath with only 3% of the pretraining tokens.
    • Rho-Math-1B-Interpreter is the first 1B LLM that achieves over 40% accuracy on MATH.
    • Rho-Math-7B-Interpreter achieves 52% on MATH dataset, using only 69k samples for fine-tuning.
  • [2024/04/11] Rho-1 paper and repo released.

💡 Introduction

Rho-1 base models employ Selective Language Modeling (SLM) for pretraining, which selectively trains on clean and useful tokens that aligned with the desired distribution.

Selective Lanugage Modeling (SLM)

Evaluation Results

Base models (Few-shot CoT):

ModelSizeDataUniq. TokenTrain TokenGSM8KMATHMMLU STEMSAT
1-2B Base Models
Qwen1.51.8B---36.16.831.340.6
Gemma2.0B---18.811.434.450.0
DeepSeekMath1.3B-120B150B23.813.633.156.3
Rho-Math-1B-v0.11.1BOWM14B30B36.215.623.328.1
>= 7B Base Models
Mistral7B--41.211.649.559.4
Minerva540B-39B26B58.833.663.9-
LLemma34BPPile55B50B54.223.054.768.8
InternLM2-Math20B-31B125B65.430.053.171.9
DeepSeekMath7B-120B500B64.134.256.484.4
Rho-Math-7B-v0.17BOWM14B10.5B66.931.054.684.4

Tool-integrated reasoning (Code Interpreter):

ModelSizeSFT DataGSM8kMATHSVAMPASDivMAWPSTabMWPGSM-HardAVG
gpt4-early (pal)--94.251.894.892.697.795.977.686.4
gpt-4-turbo-2024-04-09 (cot)---73.4-----
Open-Source Small Models
MAmmoTH70BMI-260k76.941.882.4-----
ToRA7BToRA-69k68.840.168.273.988.842.454.662.4
ToRA70BToRA-69k84.349.782.786.893.874.067.276.9
DeepSeekMath7BToRA-69k79.852.080.187.193.885.863.177.4
Rho-Math-1B-Interpreter-v0.11BToRA-69k59.440.660.774.288.626.748.156.9
Rho-Math-7B-Interpreter-v0.17BToRA-69k81.351.880.885.594.570.163.175.3

🚀 Quick Start

Evaluation

git clone git@github.com:microsoft/rho.git
cd rho-1/math-evaluation-harness

Base model few-shot evaluation:

bash scripts/run_eval.sh cot microsoft/rho-math-7b-v0.1

SFT model (code-interpreter) evaluation:

bash scripts/run_eval.sh tora microsoft/rho-math-7b-interpreter-v0.1

Our reproduced outputs are provided in rho-1/outputs.zip.

☕️ Citation

If you find this repository helpful, please consider citing our paper:

@misc{lin2024rho1,
      title={Rho-1: Not All Tokens Are What You Need}, 
      author={Zhenghao Lin and Zhibin Gou and Yeyun Gong and Xiao Liu and Yelong Shen and Ruochen Xu and Chen Lin and Yujiu Yang and Jian Jiao and Nan Duan and Weizhu Chen},
      year={2024},
      eprint={2404.07965},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

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
0b1db8d

0 моделей