/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
WizardMath-7B-V1.1
Опубликована
30 мар 2024

MistralMath-7B-v0.1

Генерация текстаТекст → текст3 профессии

Слитая модель Mistral на 7,1 млрд параметров для генерации решений математических задач и ответов на вопросы.

18скачиваний за 30 дней1лайквеса обновлены30 мар 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

MistralMath-7B-v0.1 — созданная автором карточки языковая модель, полученная слиянием Mistral-7B-v0.1, WizardMath-7B-V1.1 и MetaMath-Mistral-7B методом DARE-TIES с помощью LazyMergekit. Модель с архитектурой MistralForCausalLM содержит 7,1 млрд параметров и рассчитана на генерацию текста, в первую очередь решений математических задач и ответов на вопросы. Естественный язык ввода и вывода — текст; контекст составляет до 32 768 токенов.

Модель подходит для пошагового решения математических задач и создания ответов с объяснениями. В репозитории представлены веса Safetensors; конфигурация слияния задаёт тип float16. Лицензия в предоставленных данных не указана.

Сценарии применения

  • решение математических задач с пошаговыми объяснениями
  • ответы на вопросы по математике
  • генерация текстовых решений задач

Ограничения

В предоставленных данных не описаны результаты оценки качества или известные ограничения. Лицензия не указана.

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

MistralMath-7B-v0.1

MistralMath-7B-v0.1 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: mistralai/Mistral-7B-v0.1  # No parameters necessary for base model
  - model: WizardLM/WizardMath-7B-V1.1
    parameters:
      density: 0.65
      weight: 0.4
  - model: meta-math/MetaMath-Mistral-7B
    parameters:
      density: 0.6
      weight: 0.3
merge_method: dare_ties
base_model: mistralai/Mistral-7B-v0.1
parameters:
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "nachoaristimuno/MistralMath-7B-v0.1"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
0116c2c

0 моделей