/ Модель

Характеристики

Контекст
16 384 токена
Параметры
33,1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
deepseek-coder-33b-instruct
Опубликована
11 апр 2024

ValidateAI-2-33B-AT

Генерация текстаТекст → текст8 профессий

Объединённая модель на 33,1 млрд параметров для генерации, дополнения и объяснения программного кода.

28скачиваний за 30 дней0лайковвеса обновлены16 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

ValidateAI-2-33B-AT — объединённая модель для генерации кода, созданная из DeepSeek Coder 33B Instruct, WizardCoder 33B V1.1 и CodeFuse-DeepSeek-33B с помощью LazyMergekit. В метаданных архитектура указана как плотная LLaMA-совместимая причинная языковая модель на 33,1 млрд параметров; репозиторий содержит веса safetensors, а контекст составляет 16 384 токена.

Модель предназначена для генерации программного кода и сценариев, где нужно дополнять или объяснять код. В конфигурации слияния указаны метод task arithmetic, нормализация и маска int8; итоговый тип данных — float16. Лицензия — Apache 2.0. README не приводит результатов сравнительной оценки качества, поэтому практическую точность следует проверять на целевых задачах.

Сценарии применения

  • генерация кода по текстовому описанию
  • дополнение фрагментов программы
  • объяснение кода
  • подготовка вариантов решения задачи программирования

Ограничения

В README не приведены оценки качества или результаты тестирования; качество на конкретных языках программирования и сценариях нужно проверять отдельно.

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

ValidateAI-2-33B-AT

ValidateAI-2-33B-AT is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: codefuse-ai_CodeFuse-DeepSeek-33B
    parameters:
      weight: 1
  - model: deepseek-ai_deepseek-coder-33b-instruct
    parameters:
      weight: 1
  - model: WizardLM_WizardCoder-33B-V1.1
    parameters:
      weight: 1
merge_method: task_arithmetic
base_model: deepseek-ai_deepseek-coder-33b-base
parameters:
  normalize: true
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "arvindanand/ValidateAI-2-33B-AT"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
8ced5df

0 моделей