自述文件
Mistral AI 正在向科学界贡献 Mathstral，以加强对需要复杂的多步骤逻辑推理的复杂数学问题的研究工作。Mathstral 的发布是他们更广泛支持学术项目的努力的一部分——它是在 Mistral AI 与 Project Numina 合作的背景下产生的。
与牛顿在那个时代类似，Mathstral 建立在 Mistral 7B 的基础上，专门针对 STEM 领域。它在各种行业标准基准测试中，在同等规模的模型中实现了最先进的推理能力。
基准测试
Mathstral 在进行更多推理时间计算的情况下可以获得明显更好的结果：Mathstral 7B 在 MATH 上使用多数投票获得了 68.37% 的分数，在 64 个候选者中使用强大的奖励模型获得了 74.59% 的分数。