沒有等來Qwen2.5，但等來了Qwen2-Math
Qwen2又出新作Math大模型，你值得擁有。
我沒有等來Qwen2.5，但等來了Qwen2-Math，在數學推理能力上大幅度提高，先來一張圖陣陣場子，72B模型超過GPT4-o、Claude-3.5-Sonnet和Gemini-1.5-Pro。
Blog: https://qwenlm.github.io/blog/qwen2-math/
HF：https://huggingface.co/collections/Qwen/qwen2-6659360b33528ced941e557f本次開源共涉及3個尺寸2個版本，分別為Qwen2-Math-1.5B、Qwen2-Math-1.5B-Instruct、Qwen2-Math-7B、Qwen2-Math-7B-Instruct、Qwen2-Math-72B和Qwen2-Math-72B-Instruct。
模型訓練初始化采用Qwen2-1.5B、Qwen2-7B和Qwen2-72B，訓練語料涉及高質量的數學網絡文本、書籍、代碼、考試題目以及由Qwen2模型合成的數學預訓練數據。
指令微調階段是先用Qwen2-Math-72B訓練了一個數學專用的獎勵模型，然后利用該獎勵模型和指示模型回答問題是否正確這兩個指標一起拒絕采用構建SFT數據集，并利用GRPO進一步對齊模型效果。
注意：模型在預訓練和指令微調階段為了防止數據泄露，均進行數據去污染除了，移除測試集中13-gram重復且最長公共子序列比例大于0.6的訓練樣本。
模型在GSM8K、MATH、Aqua、SAT Math、OlympiadBench、College Math、AIME24、AMC23多個等數據集上均取得了很好的效果。
相較于原版Qwen2有很大的提升
HF快速使用：
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "Qwen/Qwen2-Math-1.5B-Instruct"
device = "cuda"
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
prompt = "Find the value of $x$ that satisfies the equation $4x+5 = 6x+7$."
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)
generated_ids = model.generate(
**model_inputs,
max_new_tokens=512
)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)最后說一下，官方表示目前的模型僅為英文模型，后續會推出中英雙語模型。
贊
收藏
回復
分享
微博
QQ
微信
舉報
回復
相關推薦
