NuminaMath-7B-TIR

NuminaMath-7B-TIR

采用工具集成推理技术的数学问题解决语言模型

NuminaMath 7B TIR是一种使用工具集成推理技术训练的语言模型,专门为数学问题解决而设计,在AI数学奥林匹克测试中取得了29/50的得分。经过深度微调,该模型能够处理从基础到高阶数学的复杂问题,尤其是在GSM8k和MATH等基准测试中表现优异。模型基于DeepSeek基础版优化,利用大规模数据集,通过逐步解题和工具推理增强问题解决能力,适合用于数学问题解决和教育场景。

模型性能工具集成推理开源项目模型NuminaMath数学问题解决训练程序HuggingfaceGithub

NuminaMath-7B-TIR项目简介

NuminaMath-7B-TIR是一个专门为解决数学问题而设计的语言模型。它采用工具整合推理(TIR)技术,能够有效地应对复杂的数学问题。这个模型在AI Math Olympiad (AIMO)中脱颖而出,取得了29/50的优异成绩。

模型背景

NuminaMath系列模型的目标是解决数学问题,其中7B TIR版本是通过两个阶段的监督微调而来:

  • 阶段1:在一个包含大量自然语言数学问题及其解决方案的数据集上对基础模型进行微调,引入了一种称为“思维链”的模板来促进推理。
  • 阶段2:在一个合成数据集上进行进一步微调,这些数据使用工具整合推理的方法,将每个数学问题分解为多步的推理、Python编程以及输出。这个阶段遵循了Microsoft的ToRA论文中的方法,通过GPT-4来生成解决方案并进行代码执行反馈。

通过这些步骤,NuminaMath-7B-TIR发展成为一个可以结合自然语言推理和Python REPL执行来解决数学问题的推理代理。

模型描述

  • 模型类型:这一模型有着7B参数,通过两阶段的监督微调,一开始在包含数学问题和解决方案的数据集上,然后在使用多步推理的合成数据集上进行微调。
  • 语言:主要支持英语。
  • 许可证:Apache 2.0
  • 微调自模型deepseek-ai/deepseek-math-7b-base

模型性能

NuminaMath-7B-TIR在多项数学基准测试中表现卓越,特别是在GSM8k、MATH等挑战中展现出色的0-shot解题能力。

NuminaMath-7B-CoTNuminaMath-7B-TIR
GSM8k76.3%84.6%
MATH55.8%68.1%
AMC 202311/4020/40
AIME 20240/305/30

这些成绩表明NuminaMath-7B-TIR能够在无提示情况下解决多种级别的数学问题,特别是在竞赛级别数学问题上表现出色。

使用说明

NuminaMath-7B-TIR 电子演示可以通过Hugging Face访问。用户可以通过该模型进行数学问题求解。

限制与风险

NuminaMath-7B-TIR专注于竞赛级数学问题的解决,可能不适用于一般性的对话应用。在处理难度较大的奥林匹克数学问题和几何问题时,模型可能表现不佳。此外,由于模型的能力和缺乏视觉等多模态信息,使得其对几何问题的解决能力有限。

训练细节

训练过程中使用了以下超参数:

  • 学习率:2e-05
  • 批量大小(训练):4
  • 批量大小(评估):8
  • 总训练批量大小:32
  • 优化器:Adam
  • 学习率调度方法:余弦
  • 训练时代:4.0

该模型基于Transformers、Pytorch、Datasets以及Tokenizers框架进行开发和训练。

引用

如果您在工作中发现NuminaMath-7B-TIR对您有帮助,请参考以下方式引用:

@misc{numina_math_7b,
  author = {Edward Beeching and Shengyi Costa Huang and Albert Jiang and Jia Li and Benjamin Lipkin and Zihan Qina and Kashif Rasul and Ziju Shen and Roman Soletskyi and Lewis Tunstall},
  title = {NuminaMath 7B TIR},
  year = {2024},
  publisher = {Numina & Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/AI-MO/NuminaMath-7B-TIR}}
}

NuminaMath-7B-TIR致力于通过先进的工具整合推理技术,为数学问题求解领域带来新的突破。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多