無料でオープンソースのNotbad v1.0 Mistral 24Bモデル - 数学とPythonプログラミングの推論をサポート

Home

Notbad V1 0 Mistral 24b

Developed by notbadai

Notbad v1.0 Mistral 24Bは、数学とPythonプログラミング推論に特化したモデルで、Mistral-Small-24B-Instruct-2501をベースに強化学習でさらに訓練されています。

大規模言語モデル

Transformers

Open Source License:Apache-2.0 #数学推論の最適化 #Pythonプログラミングの強化 #簡潔な推論出力

Downloads 29

Release Time : 3/29/2025

Model Overview

このモデルは数学とプログラミング分野の推論能力に焦点を当て、より簡潔な推論出力を生成でき、自己改善と強化学習技術により性能を向上させます。

Model Features

数学とプログラミング推論

数学とPythonプログラミング分野の推論能力に特化し、複雑な数学問題やプログラミングタスクを処理できます。

簡潔な推論出力

モデルはより簡潔な推論出力を生成し、可読性と効率を向上させます。

強化学習による訓練

強化学習技術を採用して訓練され、自己改善によりモデル性能を向上させます。

Model Capabilities

数学推論

プログラミングコード生成

テキスト生成

指示の遵守

Use Cases

教育と研究

数学問題の解決

複雑な数学問題を解決し、詳細な推論ステップを提供します。

mathベンチマークテストで0.752のスコアを獲得し、複数の類似モデルを上回りました。

プログラミング支援

Pythonコードを生成し、開発者が迅速に機能を実装するのを支援します。

humanevalベンチマークテストで0.869のスコアを獲得し、優れたパフォーマンスを示しました。

🚀 Notbad v1.0 Mistral 24B

📣 新しいモデルが利用可能です: Notbad v1.1 Mistral 24B

Notbad v1.0 Mistral 24Bは、数学とPythonコーディングにおいて訓練された推論モデルです。このモデルは、Mistral-Small-24B-Instruct-2501をベースに構築され、数学とコーディングに関する強化学習によってさらに訓練されています。

Notbad v1.0の主要な特徴の1つは、より短くクリーンな推論出力を生成する能力です。私たちはオープンデータセットを使用し、Quiet Starでの研究を継承した強化学習技術を採用しており、Dr. GRPOに似た手法を用いています。このモデルの推論能力は、他のモデルから蒸留されたものではなく、自己改善によるものです。Mistral-Small-24B-Instruct-2501を起点とした複数の強化学習モデルからサンプリングされたデータを用いた微調整の結果です。

Lambda と Deep Infra には、研究とこのモデルの訓練におけるコンピューティングリソースの提供に協力していただき、心から感謝申し上げます。

このモデルは chat.labml.ai で試すことができます。