NuminaMath — это серия языковых моделей, которые обучаются с помощью двух этапов контролируемой тонкой настройки для решения математических задач с использованием цепочки мыслей (CoT) и интегрированного с инструментами рассуждения (TIR): Этап 1: точная настройка базовой модели на большом, разнообразном наборе данных математических задач и решений на естественном языке, где каждое решение шаблонируется с помощью цепочки мыслей (CoT) для облегчения рассуждения. Этап 2: точная настройка модели, полученной на этапе 1, на синтетическом наборе данных интегрированных с инструментами рассуждений, где каждая математическая задача разлагается на последовательность обоснований, программ Python и их результатов. — Тип модели: математический LLM с 72B параметрами, точно настроенный на наборе данных с более чем 860 тысячами пар математических задач и решений. — Язык(и) (NLP): преимущественно английский — Лицензия: Tongyi Qianwen — Точная настройка на основе модели: Qwen/Qwen2-72B — Репозиторий: https://github.com/project-numina/aimo-progress-prize Вот как можно запустить модель с помощью функции конвейера() из 🤗 Transformers: output»], # Генерировать до завершения блока кода Python «tokenizer»: Pipe.tokenizer, } выходные данные = канал (подсказка, genconfig) текст = выходные данные [0] [«генерируемый_текст»] печать (текст) pythoncode = re.findall (r «», текст, re.DOTALL) [0] exec (pythoncode)…
Модальности:
Генерация текста
Области применения:
Математика Диалог / чат
Задача: Генерация текста
Автор: AI-MO
Теги: qwen2, alignment-handbook, generated_from_trainer, math, aimo, conversational, en, text-generation-inference
Лайков: 9 | Загрузок: 18
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
