/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,2 млрд
Размер весов
17,1 ГБ
Архитектура
gemma · dense
Опубликована
8 мар 2024

gemma-codefeedback

Генерация текстаТекст → текст6 профессий

Дообученная на примерах обратной связи по коду модель Gemma для генерации текстовых ответов и помощи при программировании.

21скачиваний за 30 дней0лайковвеса обновлены13 мар 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

Crystalcareai/gemma-codefeedback — дообученная языковая модель семейства Gemma с архитектурой GemmaForCausalLM и плотной структурой, содержащая 8,2 млрд параметров. По карточке модель обучалась три эпохи на датасете Crystalcareai/CodeFeedback-Alpaca и предназначена для генерации текста с акцентом на обратную связь по коду и сценарии помощи при программировании. Модель принимает текст и генерирует текст; нативный контекст составляет 8192 токена.

Репозиторий содержит веса в формате Safetensors и помечен для использования с Transformers. README не сообщает лицензию, поэтому условия использования по доступным данным определить нельзя.

Сценарии применения

  • получение обратной связи по фрагменту кода
  • генерация пояснений к коду
  • помощь при разборе программных примеров
  • подготовка ответов на вопросы о коде

Ограничения

Языки программирования и качество на конкретных языках в карточке не уточняются. Лицензия в предоставленных данных не указана, поэтому условия использования следует проверить в репозитории модели.

Для каких профессий подходит6

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


Gemma-codefeedback-7b

This repository contains a fine-tuned version of the Gemma model, which is part of the GemMoE (Gemma Mixture of Experts) family of models. For more information about GemMoE, please refer to the official documentation [https://huggingface.co/Crystalcareai/GemMoE-Beta-1].

Model Details

  • Dataset: This model was fine-tuned on 3 epochs of the Crystalcareai/CodeFeedback-Alpaca dataset.
  • Architecture: The fine-tuned model inherits the lean and efficient architecture of the base Gemma model, making it suitable for a wide range of applications with limited computational resources.

Usage

You can use this fine-tuned model like any other HuggingFace model. Simply load it using the from_pretrained method:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("huggingface-username/gemma-fine-tuned")
tokenizer = AutoTokenizer.from_pretrained("huggingface-username/gemma-fine-tuned")%%

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GemmaForCausalLM
Ревизия весов
6e7f1bd

0 моделей