/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Архитектура
chatglm · dense
Библиотека
transformers
Опубликована
28 июл 2023

octogeex

Генерация текстаТекст → текст7 профессий

Инструкционно дообученная на коде и диалогах модель для генерации кода и выполнения текстовых инструкций.

219скачиваний за 30 дней22лайкавеса обновлены17 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

OctoGeeX — инструкционно дообученная языковая модель для генерации кода и выполнения текстовых инструкций. Согласно README, её разработали в рамках проекта BigCode, дообучив CodeGeeX2 на CommitPackFT и OASST; в метаданных указаны архитектура ChatGLM, 7,5 млрд параметров и библиотека Transformers. Модель работает с текстом, поддерживает английский и китайский языки и более 100 языков программирования.

Родная длина контекста — 8192 токена. Модель подходит для генерации и дополнения кода, а также для ответов на инструкции. README рекомендует оформлять запрос с префиксом «Question: » и завершать его строкой «Answer:». Указанные в карточке обучения включают предварительное обучение с целью Fill-in-the-Middle и последующее инструкционное дообучение. Модель опубликована в формате PyTorch.

В README не приведены условия лицензии, поэтому их нельзя уточнить по доступным сведениям. Данные о размере модели расходятся: README называет 6 млрд параметров, а метаданные — 7,5 млрд.

Сценарии применения

  • генерация кода по текстовому запросу
  • дополнение фрагмента кода
  • ответы на вопросы о программировании
  • выполнение инструкций на естественном языке с выдачей кода

Ограничения

Размер модели в README (6 млрд параметров) расходится с метаданными (7,5 млрд). В README не указаны условия лицензии; для оптимального формата запросов карточка рекомендует использовать префикс «Question: » и завершение «Answer:».

Для каких профессий подходит7

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

Octopack

Table of Contents

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

Model Summary

OctoGeeX is an instruction tuned model with 6B parameters created by fine-tuning CodeGeeX2 on CommitPackFT & OASST as described in the OctoPack paper.

Use

Intended use

The model follows instructions provided in the input. You should always preface your input with "Question: " and finish it with "Answer:", for example: "Question: Please write a function in Python that performs bubble sort.\n\nAnswer:"

Feel free to share your generations in the Community tab!

Generation

# pip install -q transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

checkpoint = "bigcode/octogeex"
device = "cuda" # for GPU usage or "cpu" for CPU usage

tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint).to(device)

inputs = tokenizer.encode("Question: Please write a function in Python that performs bubble sort.\n\nAnswer:", return_tensors="pt").to(device)
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

Training

Model

  • Architecture: GPT-2 model with multi-query attention and Fill-in-the-Middle objective
  • Steps: 250k pretraining & 30 instruction tuning
  • Pretraining tokens: 1 trillion pretraining & 2M instruction tuning
  • Precision: bfloat16

Hardware

  • Pretraining:
    • GPUs: 512 Tesla A100
    • Training time: 24 days
  • Instruction tuning:
    • GPUs: 8 Tesla A100
    • Training time: 4 hours

Software

License

本仓库的代码依照 Apache-2.0 协议开源,模型的权重的使用则需要遵循 Model License。

The code in this repository is open-source under the MIT license. The model weights are licensed under the Model License, please apply for commercial use by filling the registration form.

Citation

@article{muennighoff2023octopack,
      title={OctoPack: Instruction Tuning Code Large Language Models}, 
      author={Niklas Muennighoff and Qian Liu and Armel Zebaze and Qinkai Zheng and Binyuan Hui and Terry Yue Zhuo and Swayam Singh and Xiangru Tang and Leandro von Werra and Shayne Longpre},
      journal={arXiv preprint arXiv:2308.07124},
      year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ChatGLMModel
Ревизия весов
801fa52

0 моделей