rStar-Math (Qwen2.5-Math-7B base)
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Microsoft Research Asia,Peking University,Tsinghua University
- Szervezet típusa
- Industry,Academia,Academia
- Ország
- China
- Közölt
- 1 August 2025
- Szerzők
- Xinyu Guan, Li Lyna Zhang, Yifei Liu, Ning Shang, Youran Sun, Yi Zhu, Fan Yang, Mao Yang
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation, Mathematical reasoning
- Alapmodell
- Qwen2.5-Math-7B-Base
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 7B
- Képzési adatok
- tokens
- Epochok
- 2
- Tételméret
- 128
~1.35M trajectories with 4096 sequence length: 5530M
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Hogyan jött létre
- Operation counting
- Finomhangolás számítás
- 2.3 × 10²⁰ FLOP
5530000000 * 7000000000 * 6 = 2.323e20
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA H100 SXM5 80GB
- Használt chipek
- 80
- Teljesítményfogyasztás
- 109.5 kW
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Open source
MIT license https://github.com/microsoft/rStar
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 308
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Mit jelent ez a modell
rStar-Math (Qwen2.5-Math-7B base) ki lett adva által Microsoft Research Asia,Peking University,Tsinghua University, az országban rögzítve mint China, alatt August 2025. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry,Academia,Academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Mathematical reasoning.
Ahelyett, hogy nulláról lenne betanítva, az származik Qwen2.5-Math-7B-Base. Ezért osztja a bázismodell általános formáját és méretét.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Válaszok
rStar-Math (Qwen2.5-Math-7B base) — gyakori kérdések
rStar-Math (Qwen2.5-Math-7B base)— Mikor adták ki?
Kibocsátották a August 2025.
rStar-Math (Qwen2.5-Math-7B base)— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Mathematical reasoning. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
rStar-Math (Qwen2.5-Math-7B base)— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
rStar-Math (Qwen2.5-Math-7B base)— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
rStar-Math (Qwen2.5-Math-7B base)— Hány paramétere van?
Paraméterszáma 7B. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
rStar-Math (Qwen2.5-Math-7B base)— Ki készítette ezt?
Kiadta Microsoft Research Asia,Peking University,Tsinghua University, alapján China, egy szervezet, amelyet kategorizáltak mint industry,Academia,Academia.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..