Math Shepherd Mistral 7b Rl
基於Math-Shepherd逐步強化學習的數學問題求解模型,在GSM8K和MATH數據集上表現優異
下載量 44
發布時間 : 1/3/2024
模型概述
該模型通過逐步強化學習訓練,專門用於解決數學問題,能夠生成帶步驟標記的詳細解答
模型特點
逐步強化學習
採用Math-Shepherd方法進行逐步強化學習訓練,提高數學推理能力
高通過率
在GSM8K和MATH數據集上分別達到84.1%和33.0%的單次通過率
結構化輸出
生成帶特殊步驟標記的逐步解答,便於解析和理解推理過程
模型能力
數學問題求解
逐步推理
數值計算
應用題解答
使用案例
教育
數學輔導
幫助學生理解數學問題的解決過程
提供詳細的步驟解釋
自動評分
評估學生數學解答的正確性
通過逐步分析判斷解題過程
研究
數學推理研究
研究大型語言模型的數學推理能力
在標準數據集上提供基準性能
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98