/ Модель

Характеристики

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

mistral-7b-sft

Генерация текстаТекст → текст3 профессии

Дообученная Mistral 7B генерирует пошаговые решения математических задач по текстовому условию.

31скачиваний 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

Это языковая модель Mistral 7B, дообученная на наборе MetaMath для использования в Math-Shepherd. Она принимает математическую задачу в виде текста без системного промпта и генерирует пошаговое решение с маркером шага `ки`. В карточке приведены результаты Pass@1: 77,9 для GSM8K и 28,6 для MATH.

Модель имеет плотную архитектуру семейства Llama с классом LlamaForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса PyTorch. Сведения о лицензии и поддерживаемых естественных языках в доступных источниках отсутствуют.

Сценарии применения

  • решение текстовых математических задач
  • генерация пошаговых решений для задач GSM8K
  • подготовка решений задач уровня MATH
  • автоматическая проверка способности языковой модели решать задачи

Ограничения

Карточка приводит результаты только для GSM8K и MATH; качество на других типах задач не указано. Для использования требуется формулировать вход как математическую задачу 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 fine-tuned on MetaMATH [1] used in Math-Shepherd.

Pass@1:

  • GSM8K: 77.9
  • MATH: 28.6

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
492c8a4

0 моделей