MathGLM包含10M、100M、500M、2B等多個參數(shù)版本，具備處理最多12位數(shù)字的運算能力。而且有測評結果顯示，通過充分的數(shù)據(jù)訓練，MathGLM-2B可以準確執(zhí)行多位數(shù)的算術運算，準確率高達93.03%（接近100%），顯著超越GPT-4在相同測試數(shù)據(jù)上18.84%的準確率。10億參數(shù)版本的MathGLM-10B則在5000條中文數(shù)學應用題的測試數(shù)據(jù)集上實現(xiàn)了接近GPT-4的性能。
MathGLM出色的表現(xiàn)，離不開其在模型架構、數(shù)據(jù)集等方面的一系列創(chuàng)新。
針對算術任務，研發(fā)團隊采用Transformer的decoder架構，并使用自回歸目標在生成的算術數(shù)據(jù)集上從頭訓練。算術訓練數(shù)據(jù)集包含各類算術任務、各種運算符（含加法、減法、乘法、除法和求冪）、多種數(shù)字格式（含整數(shù)、小數(shù)、百分比、分數(shù)和負數(shù)）。研發(fā)團隊還采用分步計算策略對該數(shù)據(jù)集進行了重構，并且讓單個算術表達式由 2 到 10 個運算步驟組成，以方便MathGLM對每個中間結果進行準確計算，從而得到每個算術表達式的正確答案。
評測結果顯示，MathGLM在一個包含9592條測試用例、專門為算術任務量身定制的數(shù)據(jù)集上的表現(xiàn)，顯著優(yōu)于GPT4和ChatGPT。
針對更復雜的數(shù)學問題——中文應用題，研發(fā)團隊微調了一系列以GLM為基座模型、用于解決數(shù)學應用題的MathGLM。
訓練過程中使用了一個包含21萬道中文小學數(shù)學題的高質量數(shù)據(jù)集Ape210K，但其不足之處在于每個題的答案都是直接計算得出，缺乏相應的計算過程。因此，研發(fā)團隊采用分步策略對Ape210K數(shù)據(jù)集進行了重構，方便MathGLM深入理解和學習潛在的計算邏輯和規(guī)則，逐步計算出每個數(shù)學問題的答案，提升最終答案的準確性。
此外，研發(fā)團隊還使用 ChatGLM-6B 和 ChatGLM2-6B 作為基座模型來訓練 MathGLM，賦予 MathGLM 基本的語言理解能力，使其能夠有效理解數(shù)學應用題中包含的語言信息。
在Ape210K數(shù)據(jù)集上進行測試的結果顯示，MathGLM模型在答案準確性方面已接近GPT-4。在一個包含1-6年級數(shù)學應用題的數(shù)據(jù)集K6上進行評測的結果顯示，MathGLM相比于其他中文模型（GPT-4、ChatGPT、Chinese-Alpaca-13B、MOSS-16B、Ziya-LLaMA-13B、Baichuan-7B等），呈現(xiàn)出了更強的數(shù)學推理能力。
為方便開發(fā)者快速上手體驗MathGLM，魔搭社區(qū)第一時間推出了模型體驗、推理實踐教程。
阿里云魔搭社區(qū)是國內規(guī)模最大、開發(fā)者最活躍的AI模型社區(qū)，擁有200多萬開發(fā)者，聚集了20多家頭部人工智能機構貢獻的1000多款優(yōu)質AI模型，為開發(fā)者提供一站式的模型體驗、下載、推理、調優(yōu)、定制等服務，社區(qū)模型累計下載量已突破7500萬次?！罢掖竽Ｐ停夏Т睢闭诔蔀殚_發(fā)者的共識。
附：
MathGLM模型地址：
https://modelscope.cn/models/ZhipuAI/MathGLM/summary
魔搭創(chuàng)空間MathGLM模型體驗鏈接：
https://www.modelscope.cn/studios/ZhipuAI/MathGLM-demo/summary
魔搭教程鏈接：
https://mp.weixin.qq.com/s?__biz=MzkxNTM5NTg2OA==&mid=2247486650&idx=1&sn=b1a729a720947a56a27d64dac1182519&chksm=c15e88c9f62901df978105f8ad084a72e651fbb97a7768b4159ecec751120c9772b795a41524#rd
