/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-3-mini-128k-instruct
Опубликована
11 сен 2024

CodePhi-3-miniFull0.1k

Генерация текстаТекст → текст3 профессии

Дообученная на базе Phi-3 mini модель для диалоговой генерации текста, с вероятной ориентацией на программирование.

9скачиваний за 30 дней0лайковвеса обновлены11 сен 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

CodePhi-3-miniFull0.1k — дообученная модель семейства Phi-3, созданная на основе microsoft/Phi-3-mini-128k-instruct. Она предназначена для генерации текста в диалоговом формате; название указывает на ориентацию на задачи программирования, но README этого назначения не подтверждает. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Phi3ForCausalLM и принимает текст. Контекст модели — 4096 токенов.

Модель опубликована в формате safetensors и распространяется по лицензии MIT. В README указано значение Loss 0,6586 на тестовом наборе, однако набор данных и подробности оценки не приведены, поэтому результат не позволяет судить о качестве на конкретных задачах. Базовая модель описана как преимущественно англоязычная; сведения о языках и специализации дообучения отсутствуют.

Сценарии применения

  • диалоговая генерация текста
  • ответы на вопросы в чате
  • генерация кода как задача для проверки модели

Ограничения

Данные обучения и подробности тестирования не раскрыты, поэтому качество для программирования и других конкретных задач не подтверждено. Указанный контекст модели — 4096 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CodePhi-3-miniFull0.1k

This model is a fine-tuned version of microsoft/Phi-3-mini-128k-instruct on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6586

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: 5e-06
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • training_steps: 100

Training results

Training LossEpochStepValidation Loss
0.72770.1100.7000
0.66980.2200.6784
0.65050.3300.6673
0.66210.4400.6620
0.54360.5500.6590
0.35440.6600.6591
0.45250.7700.6588
0.42080.8800.6586
0.59220.9900.6586
0.61871.01000.6586

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
537642c

0 моделей