/ Модель

Характеристики

Контекст
16 384 токена
Параметры
33,5 млрд
Размер весов
67,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 янв 2024

code-millenials-34b

Генерация текстаТекст → текст7 профессий

Дообученная модель Bud Ecosystem на 33,5 млрд параметров для генерации программного кода по текстовым запросам.

76скачиваний за 30 дней8лайковвеса обновлены4 мар 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 оценки4

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • mbpp

    pass@1 · выше — лучше

    Результат

    76,2 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • humaneval

    pass@1 · выше — лучше

    Результат

    74,4 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • humaneval+

    pass@1 · выше — лучше

    Результат

    70,7 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

  • mbpp+

    pass@1 · выше — лучше

    Результат

    64,6 %

    EvalPlus

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Bud Code Millenials 34B — языковая модель для генерации программного кода, разработанная Bud Ecosystem и дообученная для задач программирования. Это плотная авторегрессионная модель семейства Llama с 33,5 млрд параметров; репозиторий содержит веса в формате safetensors, а максимальная длина контекста составляет 16 384 токена.

Модель предназначена для генерации кода по текстовому запросу и помощи в программировании. В README указаны результаты HumanEval 80,48 pass@1 и MBPP 74,68, полученные авторами; эти показатели зависят от методики оценки и не гарантируют такой же результат в пользовательских сценариях. Модель может ошибаться и хуже справляться с задачами, не связанными с кодированием. Использование регулируется лицензией Llama 2.

Сценарии применения

  • генерация кода по описанию задачи
  • создание функций и фрагментов программ
  • помощь при решении задач на программирование
  • подготовка решений для бенчмарков кода

Ограничения

Модель может выдавать ошибки и вводящий в заблуждение код; авторы отмечают, что она может хуже справляться с задачами вне программирования. Заявленные результаты бенчмарков не гарантируют качество для конкретных запросов.

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

Bud Code Millenials 34B

Welcome to our Code Model repository! Our model is specifically fine-tuned for code generation tasks. Bud Millenial Code Gen open-source models are currently the State of the Art (SOTA) for code generation, beating all the existing models of all sizes. We have achieved a HumanEval value of 80.48 @ Pass 1, beating proprietary models like Gemini Ultra, Claude, GPT-3.5 etc. by a large margin, and on par with GPT-4 (HumanEval ~ 82. Ref. WizardCoder). Our proprietary model (Bud Code Jr) beats GPT-4 as well with a HumanEval value of 88.2 & a context size of 168K, we will be releasing an API for Researchers, Enterprises, and potential Partners by January 2024 end. If interested, please reach out to jithinvg@bud.studio

News 🔥🔥🔥

  • [2024/01/09] We released Code Millenials 3B , which achieves the 56.09 pass@1 on the HumanEval Benchmarks.
  • [2024/01/09] We released Code Millenials 1B , which achieves the 51.82 pass@1 on the HumanEval Benchmarks.
  • [2024/01/03] We released Code Millenials 34B , which achieves the 80.48 pass@1 on the HumanEval Benchmarks.
  • [2024/01/02] We released Code Millenials 13B , which achieves the 76.21 pass@1 on the HumanEval Benchmarks.

HumanEval

For the millenial models, the eval script in the github repo is used for the above result.

Note: The humaneval values of other models are taken from the official repos of WizardCoder, DeepseekCoder, Gemini etc.

Models

ModelCheckpointHumanEval (+)MBPP (+)
Code Millenials 34BHF Link80.48 (75)74.68 (62.9)
Code Millenials 13BHF Link76.21 (69.5)70.17 (57.6)
Code Millenials 3BHF Link56.09 (52.43)55.13 (47.11)
Code Millenials 1BHF Link51.82 (48.17)53.13 (44.61)

🚀 Quick Start

Inference code using the pre-trained model from the Hugging Face model hub

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("budecosystem/code-millenials-34b")
model = AutoModelForCausalLM.from_pretrained("budecosystem/code-millenials-34b")

template = """A chat between a curious user and an artificial intelligence assistant. The assistant gives helpful, detailed, and polite answers to the user's questions.

### Instruction: {instruction}

### Response:"""

instruction = <Your code instruction here>

prompt = template.format(instruction=instruction)

inputs = tokenizer(prompt, return_tensors="pt")
sample = model.generate(**inputs, max_length=128)
print(tokenizer.decode(sample[0]))

Training details

The model is trained of 16 A100 80GB for approximately 50hrs.

HyperparametersValue
per_device_train_batch_size16
gradient_accumulation_steps1
epoch3
steps2157
learning_rate2e-5
lr schedular typecosine
warmup ratio0.1
optimizeradamw
fp16True
GPU16 A100 80GB

Important Note

  • Bias, Risks, and Limitations: Model may sometimes make errors, produce misleading contents, or struggle to manage tasks that are not related to coding.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.53.51
AI2 Reasoning Challenge (25-Shot)49.83
HellaSwag (10-Shot)75.09
MMLU (5-Shot)49.28
TruthfulQA (0-shot)45.37
Winogrande (5-shot)69.06
GSM8k (5-shot)32.45

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4fcd522

0 моделей