Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Лицензия: BSD 3-Clause
Архитектура: t5 · dense
Базовая модель: codet5p-220m
Опубликована: 21 июн 2024

Ссылки

Hugging Face

pretrain_utg4java_codet5p

eljavatar

Языковая модель3 профессии

Дообученная модель T5 на базе CodeT5p для генерации и понимания кода, с заявленной специализацией на Java.

23скачиваний за 30 дней0лайковвеса обновлены21 июн 2024

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

eljavatar/pretrain_utg4java_codet5p — дообученная версия Salesforce/codet5p-220m на архитектуре T5 с 123,7 млн параметров. Модель предназначена для генерации и понимания кода по текстовым запросам; название карточки указывает на специализацию на Java, однако README не раскрывает сценарии обучения и оценки.

Модель принимает текст и выдаёт текст. Указанная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии BSD-3-Clause. Данных о качестве, обучающем датасете и конкретных ограничениях применения карточка не приводит.

Сценарии применения

генерация кода Java по текстовому запросу
понимание и объяснение фрагментов кода Java
помощь с задачами программирования на Java

Ограничения

README не сообщает, на каком датасете выполнено дообучение, и не приводит результаты оценки. Контекст ограничен 512 токенами; качество для конкретных задач Java по карточке установить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pretrain_utg4java_02

This model is a fine-tuned version of Salesforce/codet5p-220m on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 0.0002
train_batch_size: 64
eval_batch_size: 128
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 1000
num_epochs: 40
mixed_precision_training: Native AMP

Framework versions

Transformers 4.38.2
Pytorch 2.1.0
Datasets 2.19.0
Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: T5ForConditionalGeneration
Ревизия весов: cfc7d51