Última atualização 07-27-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Math??tral - Mistral AI
A Mistral AI lançou o Math??tral como um modelo de linguagem de grande porte com pesos abertos, focado em raciocínio STEM e problemas de matemática de múltiplos passos. O modelo de 7B de tamanho se baseia no Mistral 7B e lida com cadeias lógicas que costumam confundir modelos de chat gerais. Os pesos estão disponíveis no HuggingFace, e você pode executá-los ou ajustá-los localmente com mistral-inference ou mistral-finetune, ao invés de pagar por token através da API da Mistral.
Enquanto os modelos de destaque da Mistral buscam capacidades abrangentes, o Math??tral aposta na profundidade em matemática e ciências em um formato compacto. Ele obteve 56,6% na prova MATH com configurações padrão e chega a 74,59% usando votação majoritária mais um modelo de recompensa que escolhe entre 64 candidatos. Esse padrão de escalonamento na fase de teste é incomum para um lançamento de 7B e reflete o foco acadêmico em matemática, por trás da colaboração do Projeto Numina da Mistral.
Pesquisadores, engenheiros de ML e educadores que precisam de um modelo compacto para avaliações de benchmark ou tutores de matemática personalizados têm acesso a um download de pesos gratuito, com ganhos documentados em MMLU em tópicos de STEM sobre o Mistral 7B base. A Mistral o desenvolveu como uma contribuição para a comunidade científica, com problemas do GRE Math Subject Test curados pelo Professor Paul Bourdon para avaliação.
56,6% no benchmark de MATEMÁTICA na inferência padrão, subindo para 74,59% com seleção de modelo de recompensa entre 64 candidatos
7B parâmetros construídos sobre o Mistral 7B com ganhos documentados em STEM no MMLU em relação ao modelo base
Pesos abertos hospedados no HuggingFace como mistralai/mathstral-7B-v0.1 para download local
Executa via mistral-inference v1.2.0+ ou adapta com a ferramenta mistral-finetune
Desenvolvido com o Projeto Numina para enfrentar problemas avançados que exigem raciocínio lógico em múltiplas etapas
Pesos abertos gratuitos no HuggingFace sem custo por token na API para auto-hospedagem.
Altas pontuações em MATH para um modelo 7B, com um caminho claro para maior precisão via votação em tempo de teste.
Afinável através do mistral-finetune ou la Plateforme para fluxos de trabalho matemáticos específicos de domínio.
Não oferecido como um modelo API Mistral hospedado, portanto você deve executar ou implantar os pesos por conta própria.
Especialização em STEM significa uma abrangência geral de conversa mais limitada do que os modelos principais maiores da Mistral.
Implantações comerciais de produção de modelos Mistral com pesos abertos podem requerer uma licença separada da Mistral.
O Math??tral é gratuito para usar?
Sim. Math??tral é um modelo open-weight gratuito. A Mistral hospeda os pesos do mathstral-7B-v0.1 no HuggingFace para download, e você pode executá-lo ou ajustá-lo localmente sem cobranças de token da API para o modelo em si.
Como executar o Math??tral localmente?
Math??tral é executado através do mistral-inference v1.2.0 ou superior após você baixar os pesos do HuggingFace. A Mistral o documenta como um modelo instruído, então siga seus guias de inference ou mistral-finetune em vez de tratá-lo como um checkpoint base bruto.
Qual é a pontuação no benchmark MATH que o Math??tral alcança?
Math??tral obtém 56,6% no MATH na inferência padrão. Com votação majoritária, chega a 68,37%, e usando um modelo de recompensa forte para escolher entre 64 candidatos, alcança 74,59% no mesmo benchmark.
O Math??tral está disponível na API da Mistral?
Não. Math??tral não está listado na página de preços da API da Mistral. Você baixa os pesos abertos do HuggingFace e hospeda localmente com mistral-inference ou ajusta com mistral-finetune, em vez de chamar um endpoint hospedado.
Qual o tamanho do modelo Math??tral?
Math??tral é um modelo instruído com 7 bilhões de parâmetros, construído sobre o Mistral 7B. A Mistral o posiciona na categoria de modelos pequenos, onde apresenta pontuações líderes em raciocínio para sua classe de tamanho nos benchmarks de matemática.
Quem colaborou com a Mistral no Math??tral?
O Math??tral foi produzido em colaboração com o Project Numina, um esforço acadêmico focado em resolução avançada de problemas matemáticos. A Mistral também credita o Professor Paul Bourdon por curar os problemas do GRE Math Subject Test usados na avaliação.
É possível ajustar (fine-tune) o Math??tral?
Sim. Math??tral é um modelo instruído que você pode ajustar com mistral-finetune ou por meio das capacidades de fine-tuning na la Plateforme da Mistral. A Mistral destaca modelos pequenos feitos sob medida como uma forma de trocar velocidade por profundidade de domínio.