原作親自下場！Mistral首款開源7B Mamba模型「埃及艷后」效果驚艷

　　最近，7B小模型又成為了AI巨頭們競相追趕的潮流。繼谷歌的Gemma27B后，Mistral今天又發(fā)布了兩個(gè)7B模型，分別是針對STEM學(xué)科的Mathstral，以及使用Mamaba架構(gòu)的代碼模型Codestral Mamba。

　　Mistral又驚喜上新了!

　　就在今天，Mistral發(fā)布了兩款小模型:Mathstral7B和Codestral Mamba7B。

　　首先是專為數(shù)學(xué)推理和科學(xué)發(fā)現(xiàn)設(shè)計(jì)的Mathstral7B。

　　在MATH基準(zhǔn)測試中，它獲得了56.6% pass@1的成績，比Minerva540B提高了20%以上。Mathstral在MATH上的得分為68.4%，使用獎(jiǎng)勵(lì)模型得分為74.6%。

　　而代碼模型Codestral Mamba，是首批采用Mamba2架構(gòu)的開源模型之一。

　　它是可用的7B代碼模型中最佳的，使用256k token的上下文長度進(jìn)行訓(xùn)練。

　　兩款模型均在Apache2.0許可證下發(fā)布，目前權(quán)重都已上傳HuggingFace倉庫。

　　Mathstral

　　有趣的是，根據(jù)官宣文章，Mathstral的發(fā)布恰好慶祝了阿基米德2311周年誕辰。

　　Mathstral專為STEM學(xué)科設(shè)計(jì)，以解決需要復(fù)雜、多步驟推理的高級數(shù)學(xué)問題。參數(shù)僅有7B，上下文窗口為32k。

　　而且，Mathstral的研發(fā)還有一個(gè)重量級的合作伙伴——上周剛剛在Kaggle第一屆AI奧數(shù)競賽中得到冠軍寶座的Numina。

　　而且，有推特網(wǎng)友發(fā)現(xiàn)，Mathstral可以正確回答「9.·11和9.9哪個(gè)更大」這個(gè)難倒一眾大模型的問題。

　　整數(shù)、小數(shù)分開比較，思維鏈清清楚楚，可以說是數(shù)學(xué)模型優(yōu)秀作業(yè)的典范了。

　　基于Mistral7B的語言能力，Mathstral進(jìn)一步聚焦STEM學(xué)科。根據(jù)MMLU的學(xué)科分解結(jié)果，數(shù)學(xué)、物理、生物、化學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域都是Mathstral的絕對優(yōu)勢項(xiàng)目。

　　根據(jù)官方博客文章的透露，Mathstral似乎犧牲了一些推理速度以換取模型性能，但從測評結(jié)果來看，這種權(quán)衡是值得的。

　　在多個(gè)數(shù)學(xué)、推理領(lǐng)域的基準(zhǔn)測試中，Mathstral打敗了Llama38B、Gemma29B等流行的小模型，特別是在AMC2023、AIME2024這類數(shù)學(xué)競賽題上達(dá)到了SOTA。

　　而且，還可以進(jìn)一步增加推理時(shí)間以取得更好的模型效果。

　　如果對64個(gè)候選使用多數(shù)投票(majority voting)，Mathstral在MATH上的分?jǐn)?shù)可以達(dá)到68.37%，進(jìn)一步添加額外的獎(jiǎng)勵(lì)模型，還能取得74.59%的高分。

　　除了HuggingFace和la Plateforme平臺(tái)，還可以調(diào)用官方發(fā)布的Mistral-finetune和Mistral Inference兩個(gè)開源SDK，使用或微調(diào)模型。

　　Codestral Mamba

　　繼沿用Transformer架構(gòu)的Mixtral系列發(fā)布后，第一個(gè)采用Mamba2架構(gòu)的代碼生成模型Codestral Mamba也問世了。

　　而且，研發(fā)過程也得到了Mamba原作者Albert Gu和Tri Dao的協(xié)助。

　　有趣的是，官宣文章專門cue到了和🐍有關(guān)的「埃及艷后」Cleopatra七世，她就是戲劇般地用一條毒蛇終結(jié)了自己的生命。

　　Mamba架構(gòu)發(fā)布后，其優(yōu)越的實(shí)驗(yàn)性能得到了廣泛的關(guān)注和看好，但由于整個(gè)AI社區(qū)在Transformer上投入了太多成本，我們至今也很少看到實(shí)際采用Mamba的工業(yè)界模型。

　　此時(shí)，Codestral Mamba恰好能為我們提供研究新架構(gòu)的全新視角。

　　Mamba架構(gòu)首發(fā)于2023年12月，兩位作者又在今年5月推出了更新版的Mamba-2。

　　與Transformer不同，Mamba模型具有線性時(shí)間推理的優(yōu)勢，并且理論上能夠建模無限長度的序列。

　　同為7B模型，Mathstral的上下文窗口只有32k時(shí)，Codestral Mamba卻能擴(kuò)展到256k。

　　這種推理時(shí)間和上下文長度方面的效率優(yōu)勢，以及實(shí)現(xiàn)快速響應(yīng)的潛力，在用于提升編碼效率的實(shí)際場景中尤為重要。

　　Mistral團(tuán)隊(duì)正是看到了Mamba模型的這種優(yōu)勢，因而率先嘗試。從基準(zhǔn)測試來看，7B參數(shù)的Codestral Mamba不僅比其他7B模型有明顯優(yōu)勢，甚至可以和更大規(guī)模的模型掰掰手腕。

　　在8個(gè)基準(zhǔn)測試中，Codestral Mamba基本達(dá)到了和Code Llama34B相匹配的效果，甚至在其中6個(gè)測試上實(shí)現(xiàn)了性能超越。

　　然而相比大姐姐Codestral22B，Codestral Mamba的參數(shù)量劣勢就體現(xiàn)出來了，依舊顯得能力不足。

　　值得一提的是，Codestral22B還是不到兩個(gè)月前發(fā)布的新模型，再次感嘆一下總部在巴黎的Mistral竟如此之卷。

　　Codestral Mamba同樣可以使用Mistral-inference部署，或者英偉達(dá)發(fā)布的快速部署API TensorRL-LLM。

　　對于本地運(yùn)行，官方博客表示，可以留意后續(xù)llama.cpp的支持。但ollama行動(dòng)迅速，已經(jīng)將Mathstral加入到了模型庫中。

　　面對網(wǎng)友催更c(diǎn)odestral mamba，ollama也非常給力地表示:「已經(jīng)在弄了，稍安勿躁�！�