Math Shepherd Mistral 7b Rl
Math-Shepherdの段階的強化学習に基づく数学問題解決モデルで、GSM8KとMATHデータセットで優れた性能を発揮
ダウンロード数 44
リリース時間 : 1/3/2024
モデル概要
このモデルは段階的強化学習で訓練され、数学問題を解決するために特別に設計されており、ステップマーカー付きの詳細な解答を生成可能
モデル特徴
段階的強化学習
Math-Shepherd手法を用いた段階的強化学習訓練により、数学推論能力を向上
高合格率
GSM8KとMATHデータセットでそれぞれ84.1%と33.0%の単一試行合格率を達成
構造化出力
特殊ステップマーカー付きの段階的解答を生成し、解析と推論過程の理解を容易に
モデル能力
数学問題解決
段階的推論
数値計算
応用問題解答
使用事例
教育
数学指導
学生が数学問題の解決過程を理解するのを支援
詳細なステップ解説を提供
自動採点
学生の数学解答の正しさを評価
段階的分析による解答過程の判断
研究
数学推論研究
大規模言語モデルの数学推論能力を研究
標準データセットでのベンチマーク性能を提供
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98