rStar-Math (Qwen2.5-Math-7B base)
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Microsoft Research Asia,Peking University,Tsinghua University
- Type d'organisation
- Industry,Academia,Academia
- Pays
- China
- Publié
- 1 August 2025
- Auteurs
- Xinyu Guan, Li Lyna Zhang, Yifei Liu, Ning Shang, Youran Sun, Yi Zhu, Fan Yang, Mao Yang
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation, Mathematical reasoning
- Modèle de base
- Qwen2.5-Math-7B-Base
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 7B
- Données d'entraînement
- tokens
- Époques
- 2
- Taille de lot
- 128
~1.35M trajectories with 4096 sequence length: 5530M
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Comment cela a été établi
- Operation counting
- Ajustement fin des calculs
- 2.3 × 10²⁰ FLOP
5530000000 * 7000000000 * 6 = 2.323e20
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA H100 SXM5 80GB
- Chips utilisés
- 80
- Consommation d'énergie
- 109.5 kW
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Open source
MIT license https://github.com/microsoft/rStar
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 308
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
Ce que ce modèle est
rStar-Math (Qwen2.5-Math-7B base) a été publié par Microsoft Research Asia,Peking University,Tsinghua University, dans le pays enregistré comme China, durant August 2025. Cela provient d'une organisation classée comme industry,Academia,Academia.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Mathematical reasoning.
Plutôt que d'être entraîné depuis le début, il est dérivé de Qwen2.5-Math-7B-Base. C'est pourquoi il partage la forme et la taille générales du modèle de base.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Réponses
rStar-Math (Qwen2.5-Math-7B base) — questions courantes
rStar-Math (Qwen2.5-Math-7B base)— quand a-t-il été publié ?
Il a été publié dans August 2025.
rStar-Math (Qwen2.5-Math-7B base)— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Mathematical reasoning. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
rStar-Math (Qwen2.5-Math-7B base)— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
rStar-Math (Qwen2.5-Math-7B base)— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
rStar-Math (Qwen2.5-Math-7B base)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 7B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
rStar-Math (Qwen2.5-Math-7B base)— qui l'a créé ?
Il a été publié par Microsoft Research Asia,Peking University,Tsinghua University, basé sur China, une organisation catégorisée comme industry,Academia,Academia.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.