/ Модель

Характеристики

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

gemma-coder

Генерация текстаТекст → текст6 профессий

Дообученная на Python-инструкциях модель Gemma на 8,2 млрд параметров для генерации кода и ответов по программированию.

32скачиваний 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-coder — дообученная плотная языковая модель семейства Gemma для генерации текста и помощи с программированием, в частности с Python. Согласно карточке, обучение проводилось в течение трёх эпох на датасете Vezora/Tested-143k-Python-Alpaca. Модель содержит 8,2 млрд параметров, использует архитектуру GemmaForCausalLM и принимает контекст до 8192 токенов.

Модель предназначена для генерации и объяснения Python-кода и ответов на инструкции по программированию. В README указано, что она сохраняет компактную архитектуру Gemma и рассчитана на применение при ограниченных вычислительных ресурсах. Доступна в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация фрагментов кода на Python по описанию
  • ответы на вопросы о программировании на Python
  • объяснение и дополнение Python-кода
  • создание решений для задач по Python в формате инструкций

Ограничения

В карточке описано дообучение на датасете Python-инструкций, поэтому качество для других языков программирования и широких задач не подтверждено. Лицензия в предоставленных данных не указана.

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-coder-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 Vezora/Tested-143k-Python-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-Crystalcareai/gemma-coder") tokenizer = AutoTokenizer.from_pretrained("huggingface-Crystalcareai/gemma-coder")

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
c5721c5

0 моделей