Última actualización 07-27-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Math??tral - Mistral AI
Mistral AI lanzó Math??tral como un modelo de lenguaje grande de peso abierto enfocado en razonamiento en STEM y problemas matemáticos de múltiples pasos. El modelo de 7B se basa en Mistral 7B y maneja cadenas lógicas que suelen desconcertar a los modelos generales de chat. Los pesos están disponibles en HuggingFace, y puedes ejecutarlos o afinarlos localmente con mistral-inference o mistral-finetune en lugar de pagar por token a través de la API de Mistral.
Mientras que los modelos emblemáticos de Mistral buscan una capacidad amplia, Math??tral apuesta por una profundidad en matemáticas y ciencias en un tamaño reducido. Obtuvo un 56.6% en MATH con configuraciones predeterminadas y aumenta a 74.59% con votación mayoritaria además de un modelo de recompensa que selecciona entre 64 candidatos. Ese patrón de escalado en tiempo de prueba es inusual para un lanzamiento de 7B y refleja el enfoque académico en matemáticas, que está detrás de la colaboración del Proyecto Numina de Mistral.
Investigadores, ingenieros en ML y educadores que necesitan un modelo compacto para trabajos de referencia o tutores de matemáticas personalizados, pueden obtener una descarga gratuita de pesos con mejoras documentadas en MMLU en materias STEM en comparación con el Mistral 7B base. Mistral lo desarrolló como una contribución a la comunidad científica, con problemas del GRE Math Subject Test curados por el Profesor Paul Bourdon para evaluación.
56.6% en el punto de referencia MATH con inferencia por defecto, ascendiendo a 74.59% con selección de modelo recompensa entre 64 candidatos
7B parámetros basados en Mistral 7B con mejoras documentadas en STEM en MMLU sobre el modelo base
Pesos abiertos alojados en HuggingFace como mistralai/mathstral-7B-v0.1 para descarga local
Se ejecuta mediante mistral-inference v1.2.0+ o se adapta con la herramienta mistral-finetune
Desarrollado con Project Numina para abordar problemas avanzados que requieren razonamiento lógico en múltiples pasos
Pesas abiertas gratuitas en HuggingFace sin costo por token en la API para autoalojamiento.
Puntuaciones sólidas en MATH para un modelo de 7B, con un camino claro hacia una mayor precisión mediante votación en tiempo de prueba.
Ajustable mediante mistral-finetune o la Plateforme para flujos de trabajo matemáticos específicos de dominio.
No se ofrece como un modelo de API Mistral alojado, por lo que debe ejecutar o desplegar los pesos usted mismo.
La especialización en STEM significa una menor amplitud de conversación general en comparación con los modelos principales más grandes de Mistral.
Las implementaciones comerciales de producción de modelos Mistral de pesos abiertos pueden requerir una licencia separada de Mistral.
¿Math??tral es gratis para usar?
Sí. Math??tral es un modelo de peso abierto gratuito. Mistral aloja los pesos mathstral-7B-v0.1 en HuggingFace para descarga, y puedes ejecutarlos o afinarlos localmente sin cargos por token de API para el modelo en sí.
¿Cómo se ejecuta Math??tral localmente?
Math??tral se ejecuta a través de mistral-inference v1.2.0 o superior después de descargar los pesos de HuggingFace. Mistral lo documenta como un modelo instruido, así que sigue sus guías de inference o mistral-finetune en lugar de tratarlo como un checkpoint base puro.
¿Qué puntuación obtiene Math??tral en el benchmark MATH?
Math??tral obtiene un 56.6 % en MATH con inferencia por defecto. Con votación mayoritaria alcanza 68.37 %, y con un modelo de recompensa potente que elige entre 64 candidatos llega al 74.59 % en el mismo benchmark.
¿Math??tral está disponible en la API de Mistral?
No. Math??tral no aparece en la página de precios de la API de Mistral. Descargas los pesos abiertos desde HuggingFace y alojas localmente con mistral-inference o afinas con mistral-finetune en lugar de usar un endpoint alojado.
¿Qué tamaño tiene el modelo Math??tral?
Math??tral es un modelo instruido de 7 mil millones de parámetros construido sobre Mistral 7B. Mistral lo clasifica en la categoría de modelos pequeños, donde reporta las mejores puntuaciones de razonamiento para su clase de tamaño en benchmarks matemáticos.
¿Quién colaboró con Mistral en Math??tral?
Math??tral fue producido en colaboración con Project Numina, un esfuerzo académico enfocado en la resolución avanzada de problemas matemáticos. Mistral también reconoce al profesor Paul Bourdon por la selección de problemas del GRE Math Subject Test usados en la evaluación.
¿Se puede afinar Math??tral?
Sí. Math??tral es un modelo instruido que puedes afinar con mistral-finetune o mediante las capacidades de afinación en la Plateforme de Mistral. Mistral destaca los modelos pequeños diseñados específicamente como una forma de intercambiar velocidad por profundidad en el dominio.