علم محرر Downcodes أن فريق Mistral AI أصدر نموذجًا رياضيًا 7B يسمى MathΣtral، والذي يحتوي على نافذة سياق بحجم 32 كيلو بايت، ويمكنه التعامل مع المشكلات الرياضية الأطول والأكثر تعقيدًا، وهو مفتوح المصدر بموجب ترخيص Apache2.0. حققت MathΣtral 56.6% على معيار MATH و63.47% على معيار MMLU، ومن خلال تصويت الأغلبية ونماذج المكافآت، وصلت الدرجات إلى 68.37% و74.59%. وهذا ليس فقط تكريمًا للذكرى السنوية الـ 2311 لأرخميدس، ولكنه أيضًا إنجاز كبير في مجالات التفكير الرياضي والاكتشاف العلمي، مما يدل على جهود ميسترال للذكاء الاصطناعي في دعم المشاريع الأكاديمية.
يساهم فريق Mistral AI في MathΣtral للمجتمع العلمي، على أمل تعزيز البحث حول المشكلات الرياضية المتقدمة التي تتطلب تفكيرًا منطقيًا معقدًا ومتعدد الخطوات. حققت الخبرة المهنية للنموذج في مجال العلوم والتكنولوجيا والهندسة والرياضيات (STEM) نفس الفئة من قدرات التفكير المتقدمة في مختلف الاختبارات القياسية الصناعية. وعلى وجه الخصوص، حققت 56.6% على معيار MATH و63.47% على معيار MMLU. أكثر ما يلفت النظر في MathΣtral هو قدراتها المنطقية. يوضح هذا النموذج أنه يمكن تحقيق نتائج أفضل بكثير من خلال المزيد من حسابات وقت الاستدلال. في اختبار MATH، حقق MathΣtral7B درجة 68.37% من خلال تصويت الأغلبية، ودرجة أعلى بلغت 74.59% بين 64 مرشحًا من خلال نموذج المكافأة القوي. تعد هذه الخطوة التي قام بها فريق Mistral AI جزءًا من الجهود الأوسع التي تبذلها الشركة لدعم المشاريع الأكاديمية. تم إنتاج إصدار MathΣtral في سياق التعاون مع Project Numina ويعكس تركيز Mistral AI على البحث الأكاديمي ودعمه. MathΣtral هو نموذج موجه يمكن استخدامه أو ضبطه بدقة وفقًا لوثائق Mistral AI. تتم استضافة أوزان النماذج على HuggingFace، والآن يمكن للمستخدمين تجربة MathΣtral باستخدام الاستدلال Misstral وتكييفه لتلبية احتياجات محددة باستخدام Misstral-finetune. لا يعد نموذج MathΣtral الخاص بشركة Mistral AI قفزة في التكنولوجيا فحسب، بل يمثل أيضًا مساهمة عميقة في البحث في مجالات الرياضيات والعلوم. مع التطور المستمر لتكنولوجيا الذكاء الاصطناعي، لدينا سبب للاعتقاد بأن MathΣtral سيجلب المزيد من الإمكانيات والاختراقات للتفكير الرياضي والاكتشاف العلمي.
عنوان الموقع الرسمي: https://mistral.ai/news/mathstral/
لقد جلبت المصادر المفتوحة وقدرات الاستدلال القوية لنموذج MathΣtral أدوات وإمكانيات جديدة للرياضيات والبحث العلمي، وهي تستحق الاهتمام والترقب. سيستمر محرر Downcodes في الاهتمام بالتطورات الجديدة في مجال الذكاء الاصطناعي وتقديم المزيد من المحتوى المثير للقراء.