/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
dolphin-2.9.2-qwen2-7b
Опубликована
24 июл 2024

tantrum_16bit

Генерация текстаТекст → текст6 профессий

Дообученная модель Qwen2 для анализа и ревью кода на Python, предлагающая улучшения и помогающая создавать синтетические обучающие данные.

19скачиваний за 30 дней0лайковвеса обновлены25 июл 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 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

dbands/tantrum_16bit — дообученная модель dbands на архитектуре Qwen2, созданная на базе cognitivecomputations/dolphin-2.9.2-qwen2-7b. Модель предназначена прежде всего для анализа и ревью кода на Python: она объясняет код и предлагает улучшения. Также её можно использовать для генерации подсказок, помогающих создавать синтетические кодовые базы для обучения моделей, генерирующих Python-код для вызова инструментов.

Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Карточка указывает английский язык. Веса доступны в формате Safetensors; лицензия — Apache-2.0. Автор описывает модель как находящуюся в разработке и планирует продолжать её улучшать.

Сценарии применения

  • ревью кода на Python
  • анализ и объяснение фрагментов Python-кода
  • получение предложений по улучшению Python-кода
  • генерация подсказок для создания синтетических кодовых баз
  • подготовка примеров для обучения моделей вызову инструментов через Python

Ограничения

Автор отмечает, что модель остаётся в разработке. Её основная специализация — Python-код; качество и применимость вне описанных сценариев не подтверждены карточкой.

Для каких профессий подходит6

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

I created this model with the primary intent to review python code. This is a continued work in progress and I will update as time moves on.

Provide the model with python code and it will provide an analysis, which will include suggestions to improve the code.

This model can be used to generate prompts to in turn generate "clean" synthetic code bases for fine tuning models that generate python code for tool use.


base_model: cognitivecomputations/dolphin-2.9.2-qwen2-7b language:

  • en license: apache-2.0 tags:
  • text-generation-inference
  • transformers
  • unsloth
  • qwen2
  • trl

Uploaded model

  • Developed by: dbands
  • License: apache-2.0
  • Finetuned from model : cognitivecomputations/dolphin-2.9.2-qwen2-7b

This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
5a08471

0 моделей