This model is trained on 4 out of 58 Python files from the starcoderdata dataset.
Характеристики
- Контекст
- 16 384 токена
- Параметры
- 23,7 млн
- Лицензия
- MIT
- Архитектура
- llama · dense
- Опубликована
- 24 янв 2024
Ссылки
TinyCode-python
Компактная модель Llama для генерации и продолжения кода на Python, обученная на небольшой выборке StarCoderData.
202скачиваний за 30 дней1лайквеса обновлены24 янв 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.
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
TinyCode-python — компактная модель генерации кода на Python, созданная на основе архитектуры Llama и обученная на части набора данных StarCoderData. В карточке указано, что для обучения использовали 4 из 58 файлов Python этого набора; размер модели — 23,7 млн параметров, контекст — до 16 384 токенов.
Модель предназначена для генерации кода по текстовому запросу и продолжения фрагментов Python-кода. Она может подойти для экспериментов и простых задач программирования, однако обучение на небольшом количестве файлов ограничивает ожидаемое разнообразие и надёжность результатов. Распространяется по лицензии MIT.
Сценарии применения
- генерация простых фрагментов кода на Python
- продолжение незавершённого кода на Python
- эксперименты с генерацией кода небольшой моделью
Ограничения
Модель обучалась только на четырёх файлах Python из StarCoderData, поэтому её знания и качество генерации могут быть ограниченными. Данные не описывают отдельную оценку качества или поддержку языков, кроме английского в метаданных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
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
- LlamaForCausalLM
- Ревизия весов
- f811e9e