/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
BSD 3-Clause
Архитектура
codegen · dense
Опубликована
24 окт 2022

yurts-python-code-gen-30-sparse

Генерация текстаТекст → текст4 профессии

Разреженная на 30% модель CodeGen с 350 млн параметров для автодополнения Python-кода и генерации кода по текстовым подсказкам.

574скачиваний за 30 дней20лайковвеса обновлены27 окт 2022

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

LegionIntel разработала эту модель генерации кода на основе семейства CodeGen: модель дообучена на Python-коде из поднабора открытых репозиториев GitHub в BigQuery. Она содержит 350 млн обучаемых параметров; веса разрежены на 30%, хотя представление класса сети остаётся плотным. Модель предназначена для автодополнения частично написанных сигнатур функций и классов, а также для генерации кода по текстовому запросу или комментарию.

Модель принимает текстовые фрагменты кода и подсказки на естественном языке и продолжает текст в виде программного кода. Для запуска указан формат PyTorch, контекст составляет 2048 токенов, лицензия — BSD 3-Clause. Карточка отмечает хорошее автодополнение сигнатур и приемлемую генерацию по текстовым запросам; независимые показатели качества не приведены.

Сценарии применения

  • автодополнение частично написанных сигнатур Python-функций
  • завершение объявлений Python-классов
  • генерация фрагмента Python-кода по комментарию
  • создание основы кода по текстовому описанию

Ограничения

Контекст ограничен 2048 токенами; модель ориентирована на Python, а заявленная хорошая производительность для автодополнения и приемлемая генерация по подсказкам не подкреплены в карточке независимыми метриками.

Для каких профессий подходит4

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

Maverick (Yurt's Python Code Generation Model)

Model description

This code generation model was fine-tuned on Python code from a generic multi-language code generation model. This model was then pushed to 30% sparsity using Yurts' in-house technology without performance loss. In this specific instance, the class representation for the network is still dense. This particular model has 350M trainable parameters.

Training data

This model was tuned on a subset of the Python data available in the BigQuery open-source Github dataset.

How to use

The model is great at autocompleting based off of partially generated function signatures and class signatures. It is also decent at generating code base based off of natural language prompts with a comment. If you find something cool you can do with the model, be sure to share it with us!

Check out our colab notebook to see how to invoke the model and try it out.

Feedback and Questions

Have any questions or feedback? Find us on Discord.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CodeGenForCausalLM
Ревизия весов
c79e430

0 моделей