Mistral最新开源数学模子 Mathstral，能不可算对 9.11 和 9.9谁大？｜AI 鲜测

作家｜椰子

这几日，AI 圈又一“胆怯”事件！！

不外并不是谁家又推出的新模子有多强，而是包括 GPT-4o、Gemini在内的一系列大模子齐算不合 9.11 和 9.9 两个数字谁大谁小。

一个最简便的比大小的数常识题，尽然齐作念不合，愚蠢的 AI，贤人的东谈主类。

天然，这件事带来的正面反念念要比看吵杂的有趣大得多，在教唆词优化和模子的领会方面网友们伸开了许多策动。

事情刚过了一天，有着“欧洲 OpenAI”之称的 Mistral，以希腊数学家阿基米德 2311 年寿辰为名，推出了一款名为Mathstral的模子，专攻数学推理和科学，以录取一个基于Mamba2架构的开源模子——Codestral Mamba（7B），专攻代码生成。

Mistral CEO Arthur Mensch 称这是这家巴黎AI公司对行将在月底召开的巴黎奥运会的献礼。

Mathstral 基于 Mistral 7B 构建，复古的险阻文窗口长度为32k，顺从的开源公约为Apache 2.0 license。

从公布的才气上来看，Mathstral 在初等数学（elementary_mathematics）、高中物理（high_school_physics）和大学物理（college_physics），这些领域恢复进展最佳。在专科司帐（professional_accounting）、好意思国税收计谋（us_tax_policy）和东谈主类性学（human_sexuality）这些领域则全齐不在行。

Mathstral 在数据集测试中，在具有挑战性的Odyssey Math maj@16和GRE数学测试中进展最佳。诚然在贬责一般数常识题方面略逊于 DeepSeek Math 7B，但在需要长远推理的贫困上展现出了广泛的上风。

此外，Mathstral 在 AMC 和 AIME 竞赛中的进展也谢却淡漠，诠释了其在贬责竞赛级别数常识题上的后劲。

PS：Qwen2-7B 的数学才气也挺强啊。

险些是第一时辰 Ollma 就上线了对Mathstral的复古。

https://ollama.com/library/mathstral

咱们来试一下 Mathstral是不是简直数学强无敌！

1

9.11＞9.9？

第一题便是比大小，适度有点出东谈主猜度，在保执团结教唆词的前提下，仍是算错了。

更换了一下教唆词章程，不仅给出了贯注且正确的解题念念路，况且谜底亦然对的。

1

上难度题目测试

难度高潮一些，算一齐阿基米德分牛问题（Archimedes' Problema Bovinum）。

诚然给出了相配长的解题经过，可是最终的谜底仍是荒诞的。不仅谜底荒诞，况且也没能审题。

题干：

太阳神有一牛群，由白、黑、花、棕四种心境的公、母牛构成。

在公牛中，白牛数多于棕牛数，多出之数相配于黑牛数的1/2+1/3；黑牛数多于棕牛数，多出之数相配于花牛数的1/4+1/5；花牛数多于棕牛数，多出之数相配于白牛数的1/6+1/7.

在母牛中，白牛数是整体黑牛数的1/3+1/4；黑牛数是整体花牛数1/4+1/5；花牛数是整体棕牛数的1/5+1/6；棕牛数是整体白牛数的1/6+1/7.

问这牛群是怎么构成的？

谜底：

险阻滑动检察

再算一齐诠释题。

题干：

谜底：

险阻滑动检察

诚然诠释的念念路和经过是对的，但有许多过剩的操作，既莫得化简式子，也对后续推导莫得匡助。况且在按序12之后班师愚弄柯西不等式，跳过了中间的一些瑕疵按序，使得论证不够严谨。

令东谈主可惜的是，测试了三谈题，错了两谈，第三谈解题还不是那么无缺。

初等数学题测试

咱们裁汰一些圭臬，测试一些初等数学题：

已知不等式 3x-a ≤ 0 的正整数解正是 1 ， 2 ， 3 ，则 a 的取值范围是？

Mathstral 给出的解题念念路和谜底齐是正确的。

动作一个 7B 规模的模子，Mathstral开箱即用的恶果莫得瞎想中那么好，关于复杂逻辑的题目会出现审题不清、逻辑出错等问题。

通过Ollama部署的 Mathstral 推理时辰每谈题在2-3秒傍边，如若升迁推理时辰，可能会有更好的进展。

在推出 Mathstral 的团结时辰，Mistral.AI也推出了其第一个基于Mamba2架构的开源模子——Codestral Mamba（7B）。

咱们接下来也会对Codestral Mamba有更贯注的体验评测。