RTA (RepresentThemAll) is a pre-trained language model for bug reports. It can be fine-tuned on all kinds of automated software maintenance tasks associated with bug reports such as bug report summarization, duplicate bug report detection, bug priority prediction, etc.
Характеристики
- Контекст
- 514 токенов
- Параметры
- 152 млн
- Лицензия
- MIT
- Архитектура
- roberta · dense
- Опубликована
- 5 мая 2022
Ссылки
RTA
Предварительно обученная RoBERTa-модель для классификации и других задач сопровождения ПО на основе отчётов об ошибках.
27скачиваний за 30 дней0лайковвеса обновлены10 сен 2022
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
Colorful/RTA — предварительно обученная модель RepresentThemAll для работы с сообщениями об ошибках в программном обеспечении. Это модель архитектуры RoBERTa с примерно 151,8 млн параметров, представленная в форматах PyTorch и TensorFlow. По карточке, модель можно дообучать для задач автоматизированного сопровождения ПО, связанных с отчётами об ошибках.
Модель предназначена для классификации текста и может служить основой для предсказания приоритета ошибки и обнаружения дублирующих отчётов; также её можно адаптировать для суммаризации таких отчётов. Контекст составляет до 514 токенов. Репозиторий распространяется по лицензии MIT.
Сценарии применения
- предсказание приоритета отчёта об ошибке
- классификация сообщений об ошибках
- поиск дублирующих отчётов об ошибках
- суммаризация отчётов об ошибках после дообучения
Ограничения
Для суммаризации и специализированных задач сопровождения ПО требуется дообучение. Контекст ограничен 514 токенами.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- RobertaForSequenceClassification
- Ревизия весов
- 56cc614