Mistral又驚喜上新了！

就在今天，Mistral發布了兩款小模型：Mathstral 7B和Codestral Mamba 7B。

首先是專為數學推理和科學發現設計的Mathstral 7B。

在MATH基準測試中，它獲得了56.6%  pass@1的成績，比Minerva 540B提高了20%以上。Mathstral在MATH上的得分為68.4%，使用獎勵模型得分為74.6%。

而代碼模型Codestral Mamba，是首批采用Mamba 2架構的開源模型之一。

它是可用的7B代碼模型中最佳的，使用256k token的上下文長度進行訓練。

兩款模型均在Apache 2.0許可證下發布，目前權重都已上傳HuggingFace倉庫。

Hugging Face地址：https://huggingface.co/mistralai

Mathstral

有趣的是，根據官宣文章，Mathstral的發布恰好慶祝了阿基米德2311周年誕辰。

Mathstral專為STEM學科設計，以解決需要復雜、多步驟推理的高級數學問題。參數僅有7B，上下文窗口為32k。

而且，Mathstral的研發還有一個重量級的合作伙伴——上周剛剛在Kaggle第一屆AI奧數競賽中得到冠軍寶座的Numina。

而且，有推特網友發現，Mathstral可以正確回答「9.·11和9.9哪個更大」這個難倒一眾大模型的問題。

整數、小數分開比較，思維鏈清清楚楚，可以說是數學模型優秀作業的典范了。

基于Mistral 7B的語言能力，Mathstral進一步聚焦STEM學科。根據MMLU的學科分解結果，數學、物理、生物、化學、統計學、計算機科學等領域都是Mathstral的絕對優勢項目。

根據官方博客文章的透露，Mathstral似乎犧牲了一些推理速度以換取模型性能，但從測評結果來看，這種權衡是值得的。

在多個數學、推理領域的基準測試中，Mathstral打敗了Llama 3 8B、Gemma2 9B等流行的小模型，特別是在AMC 2023、AIME 2024這類數學競賽題上達到了SOTA。

而且，還可以進一步增加推理時間以取得更好的模型效果。

如果對64個候選使用多數投票（majority voting），Mathstral在MATH上的分數可以達到68.37%，進一步添加額外的獎勵模型，還能取得74.59%的高分。

除了HuggingFace和la Plateforme平臺，還可以調用官方發布的Mistral-finetune和Mistral Inference兩個開源SDK，使用或微調模型。

Codestral Mamba

繼沿用Transformer架構的Mixtral系列發布后，第一個采用Mamba2架構的代碼生成模型Codestral Mamba也問世了。

而且，研發過程也得到了Mamba原作者Albert Gu和Tri Dao的協助。

有趣的是，官宣文章專門cue到了和??有關的「埃及艷后」Cleopatra七世，她就是戲劇般地用一條毒蛇終結了自己的生命。

Mamba架構發布后，其優越的實驗性能得到了廣泛的關注和看好，但由于整個AI社區在Transformer上投入了太多成本，我們至今也很少看到實際采用Mamba的工業界模型。

此時，Codestral Mamba恰好能為我們提供研究新架構的全新視角。

Mamba架構首發于2023年12月，兩位作者又在今年5月推出了更新版的Mamba-2。

與Transformer不同，Mamba模型具有線性時間推理的優勢，并且理論上能夠建模無限長度的序列。

同為7B模型，Mathstral的上下文窗口只有32k時，Codestral Mamba卻能擴展到256k。

這種推理時間和上下文長度方面的效率優勢，以及實現快速響應的潛力，在用于提升編碼效率的實際場景中尤為重要。

Mistral團隊正是看到了Mamba模型的這種優勢，因而率先嘗試。從基準測試來看，7B參數的Codestral Mamba不僅比其他7B模型有明顯優勢，甚至可以和更大規模的模型掰掰手腕。

在8個基準測試中，Codestral Mamba基本達到了和Code Llama 34B相匹配的效果，甚至在其中6個測試上實現了性能超越。

然而相比大姐姐Codestral 22B，Codestral Mamba的參數量劣勢就體現出來了，依舊顯得能力不足。

值得一提的是，Codestral 22B還是不到兩個月前發布的新模型，再次感嘆一下總部在巴黎的Mistral竟如此之卷。

Codestral Mamba同樣可以使用Mistral-inference部署，或者英偉達發布的快速部署API TensorRL-LLM。

GitHub地址：https://github.com/NVIDIA/TensorRT-LLM

對于本地運行，官方博客表示，可以留意后續llama.cpp的支持。但ollama行動迅速，已經將Mathstral加入到了模型庫中。

面對網友催更codestral mamba，ollama也非常給力地表示：「已經在弄了，稍安勿躁。」