/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Архитектура
t5 · dense

code_trans_t5_base_source_code_summarization_python

СуммаризацияТекст → текст

CodeTrans — модель на базе T5-base для создания текстовых описаний и документации функций на Python.

114скачиваний за 30 дней0лайковвеса обновлены23 июн 2021

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

CodeTrans — модель для автоматического создания кратких описаний функций на Python, разработанная Ahmed Elnaggar и Wei Ding. Она основана на архитектуре T5-base и дообучена на задаче суммаризации исходного кода Python; размер составляет 123,8 млн параметров. Модель принимает код функции и генерирует текстовое описание, например документацию. Лучше работает с токенизированным кодом, но может обрабатывать и нетокенизированный или непарсенный код.

Модель предназначена для суммаризации кода Python и может служить основой для дообучения на других задачах, связанных с кодом на Python. Для входа предусмотрен контекст длиной до 512 токенов. Репозиторий содержит веса в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.

Сценарии применения

  • создание описаний функций Python по исходному коду
  • генерация черновиков документации для функций Python
  • суммаризация токенизированного кода Python
  • подготовка основы для дообучения на других задачах с кодом Python

Ограничения

Качество выше на токенизированных функциях Python; контекст ограничен 512 токенами. Лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CodeTrans model for source code summarization python

Pretrained model on programming language python using the t5 base model architecture. It was first released in this repository. This model is trained on tokenized python code functions: it works best with tokenized python functions.

Model description

This CodeTrans model is based on the t5-base model. It has its own SentencePiece vocabulary model. It used single-task training on source code summarization python dataset.

Intended uses & limitations

The model could be used to generate the description for the python function or be fine-tuned on other python code tasks. It can be used on unparsed and untokenized python code. However, if the python code is tokenized, the performance should be better.

How to use

Here is how to use this model to generate python function documentation using Transformers SummarizationPipeline:

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_base_source_code_summarization_python"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_source_code_summarization_python", skip_special_tokens=True),
    device=0
)

tokenized_code = '''with open ( CODE_STRING , CODE_STRING ) as in_file : buf = in_file . readlines ( )  with open ( CODE_STRING , CODE_STRING ) as out_file : for line in buf :          if line ==   " ; Include this text   " :              line = line +   " Include below  "          out_file . write ( line ) '''
pipeline([tokenized_code])

Run this example in colab notebook.

Training data

The supervised training tasks datasets can be downloaded on Link

Evaluation results

For the source code summarization tasks, different models achieves the following results on different programming languages (in BLEU score):

Test results :

Language / ModelPythonSQLC#
CodeTrans-ST-Small8.4517.5519.74
CodeTrans-ST-Base9.1215.0018.65
CodeTrans-TF-Small10.0617.7120.40
CodeTrans-TF-Base10.9417.6621.12
CodeTrans-TF-Large12.4118.4021.43
CodeTrans-MT-Small13.1119.1522.39
CodeTrans-MT-Base13.3719.2423.20
CodeTrans-MT-Large13.2419.4023.57
CodeTrans-MT-TF-Small12.1018.2522.03
CodeTrans-MT-TF-Base10.6416.9121.40
CodeTrans-MT-TF-Large12.1419.9821.10
CODE-NN--18.4020.50

Created by Ahmed Elnaggar | LinkedIn and Wei Ding | LinkedIn

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5Model
Ревизия весов
b0a4ffe

0 моделей