自述文件
Mistral AI 将 Mathstral 贡献给科学界，以加强在需要复杂、多步骤逻辑推理的复杂数学问题方面的研究。Mathstral 的发布是其支持学术项目的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。
与牛顿在那个时代的成就类似，Mathstral 建立在 Mistral 7B 的基础上，专门针对 STEM 领域。在各种行业标准基准测试中，它在其规模类别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来实现显著更好的结果：Mathstral 7B 在 MATH 上的多数投票得分率为 68.37%，在 64 个候选者中使用强奖励模型的得分率为 74.59%。