Notbad V1 1 Mistral 24b

🚀 Notbad v1.1 Mistral 24B模型卡

Notbad v1.1 Mistral 24B是一款專注於數學和Python編碼推理的模型。相較於之前的Notbad v1.0 Mistral 24B，它在IFEval評測中取得了更優的成績。該模型基於Mistral-Small-24B-Instruct-2501構建，並在數學和編碼任務上通過強化學習進行了進一步訓練。

✨ 主要特性

• 推理輸出簡潔：Notbad v1.0的一大關鍵特性是能夠生成更簡短、清晰的推理輸出。
• 自我提升推理能力：此模型的推理能力源於自我提升，並非從其他模型中蒸餾而來。它是從多個基於Mistral-Small-24B-Instruct-2501的強化學習模型中採樣數據進行微調的結果。
• 借鑑先進技術：使用了公開數據集，並採用了基於Quiet Star工作延續發展的強化學習技術，與Dr. GRPO類似。

📚 詳細文檔

基準測試結果

通用知識評測

數學與編碼評測

指令遵循評測

注意：基準測試數據來自Mistral-Small-24B-Instruct-2501模型卡。

試用模型

你可以在**chat.labml.ai**上試用該模型。

特別緻謝

特別感謝Lambda和Deep Infra為我們的研究和模型訓練提供計算資源支持。

📄 許可證

本模型採用Apache 2.0許可證。