DeepScaleR-1.5B-Preview
オープンソースの数学特化モデルAIME と AMC に対応するオープンな数学モデル
主な特徴
使える場面
- 数学コンテストの学習ソフトに組み込み、段階的なヒントを出す
- オープンソースのコードを読みながら強化学習の手法を研究する
- 授業用に練習問題と解答を生成する
使い方
- 1 Hugging Face からモデルファイルをダウンロードする
- 2 vLLM や Hugging Face Text Generation Inference などの対応推論システムをインストールする
- 3 モデルを読み込み、文脈長やサンプリング方法などのパラメータを設定する
- 4 API 経由でモデルを呼び出し、数学の問題を解かせる
- 5 出力を解析して答えや解答手順を取り出す
こんな方におすすめ
メリット
- MIT ライセンスで研究者と開発者が無料で使える
- コンテスト級の問題を含む数学に重点を置いている
- アーキテクチャと学習手法が公開され、発展させやすい
- 24K トークンの長い文脈が多段階の問題に合う
制限事項
- 15 億パラメータのプレビュー版なので、完成品ではなく研究用の成果物として扱う
- 利用には推論システム、GPU、エンジニアリングの作業が必要
- 数学の答えでも誤ることがあり、確認が必要
- 公開ライセンスは現時点のもので、今後の版で変わる可能性がある
DeepScaleR-1.5B-Preview とは
DeepScaleR-1.5B-Preview は、数学問題の解法を良くするために強化学習で調整された大規模言語モデルです。開発元はカリフォルニア大学バークレー校の Sky Computing Lab と Berkeley AI Research チームで、MIT ライセンスのもとで公開されています。そのため研究者や開発者は追加料金なしで利用できます。チームによれば、分散強化学習アルゴリズムによって長文の推論における正答率が向上したと報告されています。最大 24K トークンの文脈を読み、AIME や AMC のコンテスト問題を含む大規模な数学問題データで学習しました。教育、とりわけ数学教育やコンテスト数学の分野で AI の活用を進めることが狙いとされています。
できること
- ローカルで動かし、API を通して数学の問題を解く
- 学生にヒントや解答手順を出す指導ソフトに組み込む
- 公開されたアーキテクチャと学習コードを読んで強化学習を研究する
- 授業向けに練習問題と丁寧な解答例を生成する
こんな人に向いています
- 新しい練習教材を必要とする数学の教師や家庭教師
- 推論のための強化学習を探る研究者
- 数学や問題解決のツールを作る開発者
注意点
これは 15 億パラメータのプレビュー公開であり、磨き込まれた製品ではなく研究用の成果物として扱うのが妥当です。動かすには重みのダウンロード、vLLM や Hugging Face Text Generation Inference などの対応推論システムの導入、パラメータ設定を自分で行う必要があり、エンジニアリングの時間とハードウェアが必要です。数学に特化していても誤った答えを出すことがあるため、教育に使う結果は人が確認してください。ライセンスや入手状況は現時点の公開内容に基づき、今後の版で変わる可能性があります。最後の自動確認では参照ページに接続できませんでした。
よくある質問
このモデルは無料ですか?
はい。MIT ライセンスで公開され、研究者や開発者は無料で使えます。
誰が作ったのですか?
カリフォルニア大学バークレー校の Sky Computing Lab と Berkeley AI Research チームです。
何が得意ですか?
数学です。AIME や AMC のコンテスト問題を含む大規模な数学データで学習されています。
動かすには何が必要ですか?
Hugging Face のモデルファイルと、vLLM や Hugging Face Text Generation Inference などの対応推論システムが必要です。
無料で使える理由
公式ページの記載内容: 完全免费免费zh-継承済み
無料の上限、トライアル期間、機能は公式サイトが決定し、いつでも変更される場合があります。
製品プレビュー
一覧ページから保存したスクリーンショットです。プレビュー専用です。