An ablation of OctoCoder released for research purposes. Generally use OctoCoder, which performs better. Steps: 40
Характеристики
- Контекст
- 8 192 токена
- Размер весов
- 31 ГБ
- Архитектура
- gpt_bigcode · dense
- Опубликована
- 15 июл 2023
Ссылки
starcoder-xo
Производная модели bigcode/starcoder-cxo. Экспериментальный вариант OctoCoder для генерации текста и исследований абляций.
241скачиваний за 30 дней0лайковвеса обновлены5 авг 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Карточка модели bigcode/starcoder-xo на Hugging Face совпадает с карточкой bigcode/starcoder-cxo, поэтому описание составлено по ней.
bigcode/starcoder-cxo — экспериментальный чекпойнт ablation-модели OctoCoder от BigCode, опубликованный для исследовательского использования. Это плотная авторегрессионная языковая модель архитектуры GPTBigCode для генерации текста; в метаданных указана задача text-generation и контекстное окно 8192 токена. Репозиторий содержит веса PyTorch.
В карточке указано, что обычно следует использовать OctoCoder, поскольку он показывает лучшие результаты. Размер модели, поддерживаемые естественные языки и условия лицензии в доступных данных не приведены.
Сценарии применения
- исследование абляций модели OctoCoder
- эксперименты с генерацией текста архитектурой GPTBigCode
- сравнение вариантов языковых моделей
Ограничения
В README рекомендуется использовать OctoCoder, поскольку он работает лучше. Модель обозначена как исследовательская абляция.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTBigCodeForCausalLM
- Ревизия весов
- 2f69808