/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
32,2 ГБ
Лицензия
BSD 3-Clause
Архитектура
codegen · dense
Опубликована
1 мар 2023

codegen-16B-nl-sharded

Генерация текстаТекст → текст6 профессий

Шардированная версия CodeGen-NL 16B для генерации и продолжения программного кода по текстовым подсказкам.

67скачиваний за 30 дней7лайковвеса обновлены1 мар 2023

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

abacaj/codegen-16B-nl-sharded — размещённая в шардированном виде версия CodeGen-NL 16B, семейства авторегрессионных языковых моделей для синтеза программ, разработанного авторами статьи «A Conversational Paradigm for Program Synthesis». Модель содержит 16 млрд параметров, использует архитектуру CodeGenForCausalLM и распространяется в формате PyTorch с весами torch.float16. Контекст составляет 2048 токенов.

Модель предназначена прежде всего для генерации исполняемого кода по подсказкам на естественном языке, заданным в виде комментария, и для продолжения частично написанного кода. Она предварительно обучена на корпусе The Pile, включающем данные с кодом; в README описана оценка на HumanEval и MTPB. Карточка не уточняет, какие языки программирования охватываются, поэтому их перечень не приводится. Лицензия — BSD 3-Clause.

Сценарии применения

  • генерация кода по описанию задачи в комментарии
  • продолжение частично написанной программы
  • синтез исполняемого кода по подсказке на естественном языке

Ограничения

Модель лучше всего подходит для синтеза программ по подсказкам на английском языке в форме комментариев; качество кода и поддерживаемые языки программирования в карточке не уточняются.

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

CodeGen (CodeGen-NL 16B)

Sharded version of codegen

This model was sharded using torch.float16. Use the code below to load this model, configure the device_map for your GPU/CPU split.

First pull the model.

git clone https://huggingface.co/abacaj/codegen-16B-nl-sharded
cd codegen-16B-nl-sharded
git-lfs install
git pull
def load_model_sharded():
    config = AutoConfig.from_pretrained("abacaj/codegen-16B-nl-sharded")
    tokenizer = AutoTokenizer.from_pretrained("abacaj/codegen-16B-nl-sharded")

    with init_empty_weights():
        model = AutoModelForCausalLM.from_config(config)

    device_map = infer_auto_device_map(
        model,
        max_memory={
            0: "20GiB",
            "cpu": "110GiB",
        },
        dtype=torch.float16,
        no_split_module_classes=["CodeGenBlock"])

    model = load_checkpoint_and_dispatch(
        model,
        dtype=torch.float16,
        checkpoint="codegen-16B-nl-sharded",
        device_map=device_map,
    ).eval()

    return model, tokenizer

Model description

CodeGen is a family of autoregressive language models for program synthesis from the paper: A Conversational Paradigm for Program Synthesis by Erik Nijkamp, Bo Pang, Hiroaki Hayashi, Lifu Tu, Huan Wang, Yingbo Zhou, Silvio Savarese, Caiming Xiong. The models are originally released in this repository, under 3 pre-training data variants (NL, Multi, Mono) and 4 model size variants (350M, 2B, 6B, 16B).

The checkpoint included in this repository is denoted as CodeGen-NL 16B in the paper, where "NL" means it is pre-trained on the Pile and "16B" refers to the number of trainable parameters.

Training data

This checkpoint (CodeGen-NL 16B) was pre-trained on the Pile, a large-scale curated dataset created by EleutherAI. Parts of the dataset include code data.

Training procedure

CodeGen was trained using cross-entropy loss to maximize the likelihood of sequential inputs. The family of models are trained using multiple TPU-v4-512 by Google, leveraging data and model parallelism. See Section 2.3 of the paper for more details.

Evaluation results

We evaluate our models on two code generation benchmark: HumanEval and MTPB. Please refer to the paper for more details.

Intended Use and Limitations

As an autoregressive language model, CodeGen is capable of extracting features from given natural language and programming language texts, and calculating the likelihood of them. However, the model is intended for and best at program synthesis, that is, generating executable code given English prompts, where the prompts should be in the form of a comment string. The model can complete partially-generated code as well.

How to use

This model can be easily loaded using the AutoModelForCausalLM functionality:

from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("Salesforce/codegen-16B-nl")
model = AutoModelForCausalLM.from_pretrained("Salesforce/codegen-16B-nl")

text = "def hello_world():"
input_ids = tokenizer(text, return_tensors="pt").input_ids
generated_ids = model.generate(input_ids, max_length=128)
print(tokenizer.decode(generated_ids[0], skip_special_tokens=True))

BibTeX entry and citation info

@article{Nijkamp2022ACP,
  title={A Conversational Paradigm for Program Synthesis},
  author={Nijkamp, Erik and Pang, Bo and Hayashi, Hiroaki and Tu, Lifu and Wang, Huan and Zhou, Yingbo and Savarese, Silvio and Xiong, Caiming},
  journal={arXiv preprint},
  year={2022}
}

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
41a610a

0 моделей