/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
BSD 3-Clause
Архитектура
codegen · dense
Опубликована
1 дек 2022

codegen_350m_html

Генерация текстаТекст → текст3 профессии

Дообученная на HTML модель CodeGen с 350 млн параметров для генерации и продолжения HTML-кода.

140скачиваний за 30 дней15лайковвеса обновлены2 дек 2022

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

alecsharpie/codegen_350m_html — дообученная на HTML модель CodeGen от команды авторов семейства CodeGen. Это авторегрессионная плотная языковая модель с 350 млн параметров, созданная на базе CodeGen-Multi 350M и дообученная на HTML-коде из набора bigcode/the-stack. Она предназначена для генерации HTML по текстовым комментариям и продолжения частично написанного кода. Базовая модель предварительно обучалась на нескольких языках программирования, включая C, C++, Go, Java, JavaScript и Python; этот вариант специально адаптирован для HTML. Контекст модели — до 2048 токенов.

Модель подходит для прототипирования веб-разметки и автодополнения HTML. Карточка описывает программный синтез как основное назначение CodeGen, но не приводит результатов оценки качества именно HTML-версии. Лицензия — BSD 3-Clause.

Сценарии применения

  • генерация HTML-разметки по текстовому комментарию
  • автодополнение частично написанного HTML
  • создание чернового каркаса веб-страницы
  • извлечение вероятности последовательности HTML-кода

Ограничения

Контекст ограничен 2048 токенами; карточка не приводит оценок качества этого HTML-чекпойнта. Хотя базовая модель обучалась на нескольких языках программирования, данный вариант дообучен на HTML.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CodeGen (CodeGen-HTML 350M)

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 finetuned on top of the CodeGen-Multi 350M, where "Multi" means the model is initialized with CodeGen-NL 350M and further pre-trained on a dataset of multiple programming languages, and "350M" refers to the number of trainable parameters.

It has been finetuned on HTML code contained in bigcode/the-stack dataset on huggingface.

Training data

This checkpoint (CodeGen-Multi 350M) was firstly initialized with CodeGen-NL 350M, and then pre-trained on BigQuery, a large-scale dataset of multiple programming languages from GitHub repositories. The data consists of 119.2B tokens and includes C, C++, Go, Java, JavaScript, and Python.

Lastly it has been finetuned on HTML code contained in bigcode/the-stack dataset on huggingface

Training procedure

Initially: 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.

Finetune: I fine tuned the 350M model on a single A100 with 40Gb of RAM, with batch size 10 and an input length of 512 tokens Used 80-90% of the RAM

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-350M-multi")
model = AutoModelForCausalLM.from_pretrained("alecsharpie/codegen_350m_html")

text = "<body>"

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
1a72659

0 моделей