/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
codebert-base
Опубликована
1 июн 2024

codebert-code-clone-detector

Классификация текстаТекст → label5 профессий

Дообученная CodeBERT для определения, являются ли два фрагмента кода клонами друг друга.

107скачиваний за 30 дней0лайковвеса обновлены2 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

4luc/codebert-code-clone-detector — дообученная модель на базе microsoft/codebert-base, разработанная для обнаружения клонов кода. Она сопоставляет пары фрагментов кода и определяет, являются ли они клонами; модель построена на архитектуре RoBERTa и содержит 151,8 млн параметров. Максимальная длина контекста — 514 токенов.

В README указаны результаты на тестовой выборке Code Clone Benchmark: точность 0,9525, precision 0,9544, recall 0,9496 и F1 0,9520. Модель подходит для поиска повторяющихся или функционально сходных фрагментов кода. Лицензия — MIT. Подробности о языках программирования, обучающих данных и ограничениях применения в карточке не раскрыты.

Сценарии применения

  • поиск дублирующихся фрагментов кода в репозитории
  • проверка сходства двух реализаций функции
  • обнаружение копирования кода при проверке работ
  • поиск клонов кода для рефакторинга

Ограничения

README сообщает метрики на оценочной выборке, но не приводит подробностей о датасете, поддерживаемых языках программирования или поведении на коде вне этого набора.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

codebert-code-clone-detector

This model is a fine-tuned version of microsoft/codebert-base on a Code Clone Benchmark dataset. See this github repository for more information. It achieves the following results on the evaluation set:

  • Loss: 0.3452
  • Accuracy: 0.9525
  • Precision: 0.9544
  • Recall: 0.9496
  • F1: 0.9520

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15

Training results

Training LossEpochStepValidation LossAccuracyPrecisionRecallF1
0.34160.49330.17240.94170.98280.90480.9421
0.2210.97660.27680.9251.00.85710.9231
0.09291.46990.24690.95831.00.92060.9587
0.16961.941320.21420.950.95240.95240.9524
0.08182.431650.41420.9251.00.85710.9231
0.06762.911980.35390.93330.95080.92060.9355

Framework versions

  • Transformers 4.39.3
  • Pytorch 2.1.2
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
0ca4f9f

0 моделей