/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
152 млн
Архитектура
gpt_neox · dense
Опубликована
20 окт 2022

PolyCoder-160M

Генерация текстаТекст → текст6 профессий

Компактная модель GPT-NeoX для генерации и продолжения кода, обученная на 12 языках программирования.

884скачиваний за 30 дней6лайковвеса обновлены10 мар 2025

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

PolyCoder-160M — языковая модель для генерации программного кода, представленная авторами в работе «A Systematic Evaluation of Large Language Models of Code». Модель содержит около 151,9 млн параметров, использует архитектуру GPT-NeoX и принимает текстовый контекст длиной до 2 048 токенов.

Модель обучена на 249 ГБ кода на 12 языках программирования и предназначена для продолжения и генерации кода по текстовому запросу или фрагменту программы. Это исследовательский чекпойнт, опубликованный в 2022 году; для запуска авторы указывают Transformers версии 4.23.0 или новее. Сведения о лицензии и языках программирования в карточке не приведены.

Сценарии применения

  • дополнение фрагмента кода
  • генерация кода по текстовому запросу
  • создание шаблонов программ
  • продолжение незавершённой функции

Ограничения

Контекст ограничен 2 048 токенами, а размер модели составляет около 151,9 млн параметров. Карточка не сообщает лицензию и не перечисляет поддерживаемые языки программирования.

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

This is a PolyCoder model with 160M parameters, presented in the paper "A Systematic Evaluation of Large Language Models of Code" (MAPS'2022 and ICLR'2022 Workshop Deep Learning 4 Code).

The model was trained on 249 GB of code across 12 programming languages.

Note - this model requires transformers version of at least 4.23.0:

pip install transformers==4.23.0

For more information, see: https://github.com/VHellendoorn/Code-LMs

If you use this model, please cite:

@inproceedings{
  xu2022polycoder,
  title={A Systematic Evaluation of Large Language Models of Code},
  author={Frank F. Xu and Uri Alon and Graham Neubig and Vincent Josua Hellendoorn},
  booktitle={Deep Learning for Code Workshop},
  year={2022},
  url={https://openreview.net/forum?id=SLcEnoObJZq}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
3df97b0

0 моделей