/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
llama · dense
Опубликована
3 янв 2024

math-shepherd-mistral-7b-rl

Генерация текстаТекст → текст3 профессии

Модель Mistral-7B, обученная с PPO на математических задачах, генерирует пошаговые решения текстовых задач.

43скачиваний за 30 дней7лайковвеса обновлены15 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

peiyi9979/math-shepherd-mistral-7b-rl — языковая модель Mistral-7B, дообученная peiyi9979 методом PPO на математических задачах MetaMath с использованием Math-Shepherd в качестве модели вознаграждения. Она принимает условие задачи без системного промпта и генерирует пошаговое решение со специальным маркером шага. В карточке приведены результаты Pass@1: 84,1 на GSM8K и 33,0 на MATH.

Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM и формат PyTorch; длина контекста — 4096 токенов. Предназначена для решения текстовых математических задач и объяснения хода решения. Для запуска в обычном режиме следует учитывать, что автор рекомендует подавать только условие задачи, без системного промпта. Лицензия в предоставленных данных не указана.

Сценарии применения

  • решение текстовых арифметических задач
  • получение пошаговых решений задач GSM8K
  • решение задач математического конкурса MATH
  • генерация объяснений к математическим ответам

Ограничения

Карточка приводит результаты только для GSM8K и MATH; качество на других типах задач не описано. Автор рекомендует подавать только условие задачи без системного промпта.

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

Mistral-7b-MetaMATH with step-by-step PPO in Math-Shepherd.

Base model: mistral-7b-sft.

PRM: math-shepherd-mistral-7b-prm.

PPO training set: questions in MetaMATH [1].

Pass@1:

  • GSM8K: 84.1
  • MATH: 33.0

Input: only the math problem, without any system prompt, e.g.,

Janet\u2019s ducks lay 16 eggs per day. She eats three for breakfast every morning and bakes muffins for her friends every day with four. She sells the remainder at the farmers' market daily for $2 per fresh duck egg. How much in dollars does she make every day at the farmers' market?

Output: Step-by-step solutions with a special step tag ки, e.g.,

Step 1: Janet's ducks lay 16 eggs per day. ки\nStep 2: She eats three for breakfast every morning, so she has 16 - 3 = 13 eggs left. ки\nStep 3: She bakes muffins for her friends every day with four eggs, so she has 13 - 4 = 9 eggs left. ки\nStep 4: She sells the remainder at the farmers' market daily for $2 per fresh duck egg, so she makes 9 * $2 = $18 every day at the farmers' market. The answer is: 18 ки

[1] MetaMath: Bootstrap Your Own Mathematical Questions for Large Language Models.

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
bf067c4

0 моделей