7b CodeLlama model finetuned on HQ + self-play augmented data to optimize C++ programs. For more details on how the data was collected and training was done, refer to this webpage.
Характеристики
- Контекст
- 16 384 токена
- Параметры
- 6,6 млрд
- Лицензия
- Llama 2
- Архитектура
- llama · dense
- Опубликована
- 5 мар 2024
Ссылки
pie-hq-selfplay-7b
Дообученная 7-миллиардная модель Llama для генерации и оптимизации программ на C++.
14скачиваний за 30 дней0лайковвеса обновлены5 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
LearningOpt/pie-hq-selfplay-7b — языковая модель на архитектуре Llama, дообученная на данных HQ и данных, дополненных методом self-play, для оптимизации программ на C++. Разработчик — LearningOpt. Модель предназначена для генерации и улучшения C++ кода; README отсылает за подробностями сбора данных и обучения к веб-странице.
Модель содержит 6,6 млрд параметров, принимает текст и имеет контекст длиной до 16 384 токенов. Репозиторий содержит веса в формате safetensors; лицензия указана как llama2. Карточка не сообщает результатов оценки качества или конкретных ограничений применения.
Сценарии применения
- оптимизация программ на C++
- генерация вариантов кода на C++
- улучшение C++ кода по текстовому запросу
Ограничения
Карточка не приводит метрик качества и не описывает ограничения оптимизируемых программ; результаты следует проверять тестами и измерениями для целевой задачи.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
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
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- e4c3d12