/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
12,9 млрд
Размер весов
52,1 ГБ
Архитектура
llama · dense
Опубликована
7 июн 2023

open-instruct-code-alpaca-13b

Генерация текстаТекст → текст8 профессий

Дообученная на Code Alpaca 13B модель LLaMA для генерации кода и выполнения текстовых инструкций по программированию.

158скачиваний за 30 дней0лайковвеса обновлены20 июн 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

Open-Instruct Code Alpaca 13B — плотная авторегрессионная модель семейства LLaMA с 12,9 млрд параметров, дообученная исследователями AllenAI на наборе инструкций Code Alpaca. Она предназначена для генерации кода и ответов на инструкции, в частности для помощи с программированием в формате запрос–ответ. Модель принимает текст и генерирует текст; её нативная длина контекста — 2048 токенов. В README приведён результат Codex-Eval Pass@1 20,1 и Pass@10 34,5, а также результаты общих языковых и рассуждательных бенчмарков.

Репозиторий содержит diff весов, поэтому для использования требуется совместимая исходная модель LLaMA в формате Hugging Face; это не самостоятельный полный набор весов. Рекомендуется применять указанный в карточке шаблон форматирования запросов. Модель опубликована под лицензией AI model license вместе с исходной лицензией LLaMA; перед использованием следует проверить условия обеих лицензий.

Сценарии применения

  • генерация кода по описанию задачи
  • объяснение фрагментов кода
  • помощь в решении задач программирования
  • ответы на инструкции по разработке

Ограничения

Контекст ограничен 2048 токенами, а для работы необходимы исходные веса LLaMA, поскольку репозиторий содержит diff. Результат Codex-Eval Pass@1 в карточке составляет 20,1; это не гарантирует корректность сгенерированного кода.

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

Open-Instruct Code Alpaca 13B

This model is a 13B LLaMa model finetuned on the Code Alpaca dataset. Please note this is a model diff - see below for usage instructions.

This was trained as part of the paper How Far Can Camels Go? Exploring the State of Instruction Tuning on Open Resources. The codebase used to train and evaluate this model can be found at https://github.com/allenai/open-instruct.

This model is licensed under the AI model license given in LICENSE.txt along with the original Llama license (llama_license.txt).

Usage

We assume you have access to a LLaMa model in HF format already. You can find details on getting access and converting the model here: https://huggingface.co/docs/transformers/main/model_doc/llama

Clone https://github.com/allenai/open-instruct and install the required dependencies, or just copy scripts/weight_diff.py and install the minimal requirements listed in weight-diff-requirements.txt. Then download or clone this model diff to the same machine.

Then, run:

python scripts/weight_diff.py recover --path_raw ${hf_llama_path} --path_tuned ${output_path} --path_diff ${diff_location}

And you will have a recovered model! Note this takes up a decent amount of RAM, especially for the larger models.

Input Format

The model is trained to use the following format (note the newlines):

<|user|>
Your message here!
<|assistant|>

For best results, format all inputs in this manner.

Performance

Here is the performance of this model across benchmarks explored in our paper How Far Can Camels Go? Exploring the State of Instruction Tuning on Open Resources:

MMLU 0-shotMMLU 5-shotGSM DirectGSM CoTBBH DirectBBH CoTTydiQA Gold-PassageTydiQA Closed-bookCodex-Eval Pass@1Codex-Eval Pass@10AlpacaFarm vs Davinci-003Average
42.644.35.012.035.536.641.310.920.134.519.426.8

If you use this model, please cite our work, the llama paper, and the original dataset:

@misc{wang2023far,
      title={How Far Can Camels Go? Exploring the State of Instruction Tuning on Open Resources}, 
      author={Yizhong Wang and Hamish Ivison and Pradeep Dasigi and Jack Hessel and Tushar Khot and Khyathi Raghavi Chandu and David Wadden and Kelsey MacMillan and Noah A. Smith and Iz Beltagy and Hannaneh Hajishirzi},
      year={2023},
      eprint={2306.04751},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@misc{touvron2023llama,
      title={LLaMA: Open and Efficient Foundation Language Models}, 
      author={Hugo Touvron and Thibaut Lavril and Gautier Izacard and Xavier Martinet and Marie-Anne Lachaux and Timothée Lacroix and Baptiste Rozière and Naman Goyal and Eric Hambro and Faisal Azhar and Aurelien Rodriguez and Armand Joulin and Edouard Grave and Guillaume Lample},
      year={2023},
      eprint={2302.13971},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@misc{codealpaca,
  author = {Sahil Chaudhary},
  title = {Code Alpaca: An Instruction-following LLaMA model for code generation},
  year = {2023},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/sahil280114/codealpaca}},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7f56ae0

0 моделей