自述文件
Mistral AI 正在向科学界贡献 Mathstral，以增强解决需要复杂、多步骤逻辑推理的先进数学问题的能力。Mathstral 的发布是 Mistral AI 支持学术项目更广泛努力的一部分——它是在 Mistral AI 与 Project Numina 合作的背景下产生的。
与当时的艾萨克·牛顿一样，Mathstral 站在 Mistral 7B 的肩膀上，专注于 STEM 领域。在其规模类别中，它在各种行业标准基准测试中实现了最先进的推理能力。
基准测试
Mathstral 可以通过更多的推理时间计算实现显著更好的结果：在 MATH 上，Mathstral 7B 使用多数投票的得分是 68.37%，使用强奖励模型在 64 个候选者中的得分是 74.59%。