Uploaded model
- Developed by: Solshine
- License: apache-2.0
- Finetuned from model : unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Meta-Llama-3.1-8B-Instruct-bnb-4bit
- Опубликована
- 19 сен 2024
Ссылки
Meta-Llama-3.1-8B-Instruct-Python-Coder
Дообученная на базе Llama 3.1 8B Instruct модель для диалоговой генерации текста и помощи с кодом, в том числе на Python.
44скачиваний за 30 дней1лайквеса обновлены19 сен 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
Solshine/Meta-Llama-3.1-8B-Instruct-Python-Coder — дообученная Solshine языковая модель для генерации текста и помощи с кодом на Python. Она основана на unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit и создана с использованием Unsloth и библиотеки Hugging Face TRL. Модель относится к плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена.
Модель рассчитана на диалоговое взаимодействие и сценарии написания кода. В карточке указаны английский язык и код; отдельно подтверждена возможность работы с кодом. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит подробных результатов оценки качества или перечня поддерживаемых языков программирования.
Сценарии применения
- генерация фрагментов кода на Python
- помощь в написании и изменении кода в диалоге
- ответы на вопросы о программировании
- продолжение текстовых и кодовых подсказок
Ограничения
Карточка не содержит результатов сравнительной оценки качества или подробных рекомендаций по применению; заявленная специализация на Python отражена в названии модели.
Для каких профессий подходит6
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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели
Также подходит для
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
- 9f869a8