向悦和陈文虎是该项目的主要作者。他们这个项目推出 MAmmoTH，这是一系列专为解决一般数学问题而定制的开源大型语言模型 (LLM)。 MAmmoTH 模型在 MathInstruct 上进行训练，MathInstruct 是我们精心策划的指令调整数据集。 MathInstruct 已编译 来自 13 个具有中间原理的数学数据集，其中 6 个具有我们新整理的原理。它拥有思想链（CoT）和思想计划（PoT）基本原理的混合，并且还确保广泛的 涵盖数学的不同领域。 CoT 和 PoT 的混合不仅可以释放工具使用的潜力，还可以针对不同的数学问题提供不同的思维过程。因此，MAmmoTH 系列实质上 在所有规模的 9 个数学推理数据集上，其性能优于现有开源模型，平均准确度增益在 12% 到 29% 之间。值得注意的是，我们的 MAmmoTH-7B 模型在 MATH（竞赛级别）上达到了 35% 数据集），超过最好的开源7B模型（WizardMath）25%，MAmmoTH-34B模型在MATH上达到46%的准确率，甚至超过了GPT-4的CoT结果。我们的工作强调了多样化问题的重要性 覆盖范围以及在开发高级数学通才模型时使用混合原理。
项目地址：https://tiger-ai-lab.github.io/MAmmoTH/
