模型介绍
中文整理模型概述
本模型采用Octothinker架构构建强大的推理能力。训练分为两个阶段：首先在数学语料库的2000亿token上进行稳定的中期训练，随后进行200亿token的衰减训练。之后在Infinity-Instruct数据集上进行微调，以实现卓越的指令跟随能力。该模型作为开源基线，供未来实验使用，例如通过强化学习增强小模型的推理能力。模型架构与OpenSeek-Small-v1相同。
主要能力
该模型专注于数学推理和指令跟随任务。
输入输出
输入：自然语言指令和数学问题
输出：针对指令的响应或数学问题的解答
评估结果
| 指标 | GSM8K | MATH-500 | Minerva | Math OlympiadBench | 平均 |
|------|-------|----------|---------|-------------------|------|
| Pass@1 | 20.698 | 13.100 | 3.470 | 2.741 | 10.002 |
| Pass@4 | 41.768 | 19.100 | 8.415 | 4.997 | 18.570 |
| Pass@8 | 51.838 | 19.599 | 11.680 | 5.185 | 22.075 |
许可证
OpenMDW 1.0
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。