/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
OpenRAIL
Архитектура
gpt_bigcode · dense
Опубликована
6 апр 2023

gpt_bigcode-santacoder

Генерация текстаТекст → текст4 профессии

SantaCoder — модель BigCode для продолжения и заполнения исходного кода на Python, Java и JavaScript по заданному контексту.

20 518скачиваний за 30 дней28лайковвеса обновлены8 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

SantaCoder от проекта BigCode — авторегрессионная языковая модель для генерации и дополнения исходного кода. Этот репозиторий содержит ту же модель SantaCoder, адаптированную для загрузки через архитектуру GPTBigCode в Transformers версии 4.28.1 и выше. Модель основана на GPT-2 с multi-query attention и обучалась с целью Fill-in-the-Middle; использует формат FP16 и имеет контекст 2048 токенов.

Модель обучена на коде из GitHub и предназначена для продолжения фрагментов кода по контексту, например по комментарию, сигнатуре функции или строке документации. Основные языки кода — Python, Java и JavaScript; текстовый контекст преимущественно на английском. Это не модель, настроенная на выполнение инструкций, поэтому запросы в форме обычной команды могут работать плохо.

Генерируемый код может содержать ошибки, быть неэффективным или уязвимым и не гарантируется к работе. Модель может дословно воспроизводить код из обучающего набора, поэтому при использовании результата следует проверять возможные требования к атрибуции и лицензированию. Указанная лицензия репозитория — OpenRAIL.

Сценарии применения

  • автодополнение кода Python по сигнатуре функции
  • заполнение пропущенной части кода методом Fill-in-the-Middle
  • генерация тела функции по комментарию или docstring
  • продолжение фрагментов Java и JavaScript
  • создание чернового фрагмента исходного кода по контексту

Ограничения

Это не instruction-модель: обычные команды на естественном языке могут работать плохо. Сгенерированный код может быть ошибочным, неэффективным или уязвимым, а также дословно воспроизводить фрагменты обучающих данных с возможными требованиями к атрибуции.

Для каких профессий подходит4

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

SantaCoder

banner

Play with the model on the SantaCoder Space Demo.

Table of Contents

  1. Model Summary
  2. Use
  3. Limitations
  4. Training
  5. License
  6. Citation

Model Summary

This is the same model as SantaCoder but it can be loaded with transformers >=4.28.1 to use the GPTBigCode architecture. We refer the reader to the SantaCoder model page for full documentation about this model

There are two versions (branches) of the model:

  • main: Uses the gpt_bigcode model. Requires the bigcode fork of transformers.
  • main_custom: Packaged with its modeling code. Requires transformers>=4.27. Alternatively, it can run on older versions by setting the configuration parameter activation_function = "gelu_pytorch_tanh".

Use

Intended use

The model was trained on GitHub code. As such it is not an instruction model and commands like "Write a function that computes the square root." do not work well. You should phrase commands like they occur in source code such as comments (e.g. # the following function computes the sqrt) or write a function signature and docstring and let the model complete the function body.

Attribution & Other Requirements

The pretraining dataset of the model was filtered for permissive licenses only. Nevertheless, the model can generate source code verbatim from the dataset. The code's license might require attribution and/or other specific requirements that must be respected. We provide a search index that let's you search through the pretraining data to identify where generated code came from and apply the proper attribution to your code.

Limitations

The model has been trained on source code in Python, Java, and JavaScript. The predominant language in source is English although other languages are also present. As such the model is capable to generate code snippets provided some context but the generated code is not guaranteed to work as intended. It can be inefficient, contain bugs or exploits.

Training

Model

  • Architecture: GPT-2 model with multi-query attention and Fill-in-the-Middle objective
  • Pretraining steps: 600K
  • Pretraining tokens: 236 billion
  • Precision: float16

Hardware

  • GPUs: 96 Tesla V100
  • Training time: 6.2 days
  • Total FLOPS: 2.1 x 10e21

Software

License

The model is licenses under the CodeML Open RAIL-M v0.1 license. You can find the full license here.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTBigCodeForCausalLM
Ревизия весов
2919318

0 моделей