/ Модель

Характеристики

Параметры
7,2 млрд
Размер весов
103 ГБ
Лицензия
Apache 2.0
Архитектура
jamba · MoE
Опубликована
12 апр 2024

Code-Jamba-v0.1

Генерация текстаТекст → текст8 профессий

Дообученная на кодовых наборах модель Jamba для генерации кода и объяснения логики решений в диалоге.

34скачиваний за 30 дней7лайковвеса обновлены12 апр 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.

  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

Code-Jamba-v0.1 — языковая модель для генерации кода, созданная автором ajibawa-2023 дообучением Jamba-v0.1 от AI21 Labs. Модель содержит 7,2 млрд параметров, использует архитектуру Jamba с Mixture of Experts и предназначена для диалогового взаимодействия в формате ChatML.

Модель генерирует код на разных языках программирования, включая Python, Java, JavaScript, Go, C++, Rust, Ruby, SQL, R, Julia и Haskell, а также может объяснять логику решения. Обучение проводилось на наборах Code-290k-ShareGPT и Code-Feedback с применением QLoRA. Репозиторий содержит веса safetensors; лицензия — Apache-2.0.

Карточка заявляет возможности генерации кода, но не приводит примеров результата и не даёт количественных оценок качества. Языки программирования не следует трактовать как поддержку естественных языков.

Сценарии применения

  • генерация кода по текстовому запросу
  • объяснение логики программного решения
  • создание фрагментов кода на Python и JavaScript
  • написание SQL-запросов
  • генерация кода на C++, Rust и других языках

Ограничения

В карточке нет примеров работы или количественной оценки качества; заявленные возможности основаны на описании автора. Контекст модели не указан в доступных данных.

Для каких профессий подходит8

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

Code-Jamba-v0.1

This model is trained upon my dataset Code-290k-ShareGPT and Code-Feedback. It is finetuned on Jamba-v0.1 . It is very very good in Code generation in various languages such as Python, Java, JavaScript, GO, C++, Rust, Ruby, Sql, MySql, R, Julia, Haskell, etc.. This model will also generate detailed explanation/logic behind each code. This model uses ChatML prompt format.

Training

Entire dataset was trained on 2 x H100 94GB. For 3 epoch, training took 162 hours. Axolotl along with DeepSpeed codebase was used for training purpose. This was trained on Jamba-v0.1 by AI21Labs.

This is a qlora model. Links for quantized models will be updated very soon.

GPTQ, GGUF, AWQ & Exllama

GPTQ: TBA

GGUF: TBA

AWQ: TBA

Exllama v2: TBA

Example Prompt:

This model uses ChatML prompt format.

<|im_start|>system
You are a Helpful Assistant.<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

You can modify above Prompt as per your requirement.

I want to say special Thanks to the Open Source community for helping & guiding me to better understand the AI/Model development.

Thank you for your love & support.

Example Output

Coming soon!

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
JambaForCausalLM
Ревизия весов
ce0e609

0 моделей