“欧洲OpenAI”和“Transformer挑战者”强强联合了！

Mistral AI刚刚推出了其第一个基于Mamba2架构的开源模型——Codestral Mamba（7B），专搞代码生成。

与Transformer架构不同，Mamba架构可进行“线性时间推理”，理论上能够支持无限长度输入。

Mistral AI：这也就是为啥我们用Mamba架构推出的代码推理模型抗打。

Mistral AI表示已经在最多256k token上下文中测试了Codestral Mamba。

基准测试中，Codestral Mamba总体性能超越CodeGemma-1.1 7B、CodeLlama 7B、DeepSeek v1.5 7B、CodeLlama 34B。

有网友表示，这一波是Mistral AI要带飞Mamba架构的节奏。

Mamba架构作者之一、CMU助理教授Albert Gu表示：

具有较弱“tokenizations”的不同模态或数据格式（例如代码、byte级建模）会越来越多地从压缩模型（如SSM）中受益。

除了Codestral Mamba，Mistral AI这次还同时发布了一个新的数学模型——Mathstral（7B）。

有意思的是，网友让它做这几天大模型频频翻车的“9.11和9.9哪个大”的问题，Mathstral先比较整数，然后再比较小数部分，最后成功做对。

7B性能接近22BTransformer

Codestral Mamba完整基准测试结果如下：

在HumanEval C++/Java/JavaScript/Bash等所有基准上，Codestral Mamba全面超越CodeGemma-1.1 7B、CodeLlama 7B，且超越比它更大的CodeLlama 34B。

Mistral AI此前自家的最强开源编程模型Codestral 22B也没有和Codestral Mamba拉开太大差距。

除此外，DeepSeek v1.5 7B在基准中也比较突出，和Codestral Mamba打得有来有回。

DeepSeek v1.5 7B在Spider（复杂跨域语义分析和文本到SQL任务）、HumanEval Java、HumanEval Bash、MBPP等方面优于Codestral Mamba。

除了基准测试结果，Codestral Mamba最令人关注的当属它是首批Mamba2架构模型。

Mamba架构由FlashAttention作者Tri Dao和CMU助理教授、Cartesia AI联合创始人及首席科学家Albert Gu在去年年底提出。

此前，ChatGPT等Transformer架构大模型有一大痛点：处理长文本算力消耗巨大。其背后也是因为Transformer架构中注意力机制的二次复杂度。

而Mamba是第一个真正实现匹配Transformer性能的线性时间序列模型，也是一种状态空间模型（SSM，State Space Model）。

Mamba建立在更现代的适用于深度学习的结构化SSM（S4, Structured SSM）基础上，与经典架构RNN有相似之处。

主要有三点创新：对输入信息有选择性处理、硬件感知的算法、更简单的架构。

Mamba架构一问世就引起了圈内广泛关注。Stability AI创始人、英伟达科学家Jim Fan等都对它的出现感到兴奋。

Mamba初代论文年初被ICLR拒稿，当时在圈内引起热议。

不过，最近已经被新生代顶流会议CoLM2024接收了。

Mamba2是其二代，状态空间扩大8倍，训练速度提高50%。

Mamba2论文中更是发现，Transformer中的注意力机制与SSM存在着非常紧密的数学联系，论文成功入选ICML 2024。

还发布了一个数学模型

除了Codestral Mamba，Mistral AI还同时推出了一个开源数学模型——Mathstral（7B），作为对阿基米德诞生2311周年的纪念。

Mathstral在Mistral 7B基础之上，专注于STEM（科学、技术、工程、数学），上下文窗口32k。

在基准测试中，Mathstral MATH得分56.6%，MMLU达到了63.47%。

重点是，Mathstral还可以通过更多的推理时间计算获得更好的结果：

使用多数投票机制时，Mathstral 7B在MATH测试中的得分为68.37%，而在64个候选模型中应用一个强效奖励模型时，得分能够提升到74.59%。

以下是Mathstral 7B和Mistral 7B在MMLU各科目中的表现差异：

文章来源于“量子位”，作者“关注前沿科技”