/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
codegen · dense
Опубликована
22 июл 2023

codegen350multi_finetuned

Генерация текстаТекст → текст3 профессии

Компактная дообученная CodeGen-модель для генерации и автодополнения программного кода по текстовым подсказкам.

483скачиваний за 30 дней0лайковвеса обновлены10 сен 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.

  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

hsultanbey/codegen350multi_finetuned — дообученная версия небольшой авторегрессионной модели CodeGen-Multi, опубликованная пользователем Hugging Face Sultan Khajidursunogly (hsultanbey). Модель предназначена для генерации программного кода и автодополнения частично написанных программ по текстовым подсказкам; в карточке модели она классифицирована для задачи text-generation. Объём модели составляет около 0,4 млрд параметров, а нативное окно контекста — 2048 токенов.

Базовая CodeGen-Multi обучалась на нескольких языках программирования, включая C, C++, Go, Java, JavaScript и Python, и рассчитана прежде всего на подсказки на английском языке. Наличие специфики и состава дополнительного дообучения именно этой версии по доступным источникам не подтверждено. Модель компактна и пригодна для локального запуска и тестирования на компьютерах без GPU, но её качество, безопасность и корректность сгенерированного кода требуют проверки; это не диалоговая модель общего назначения и не гарантирует исполнимость или отсутствие ошибок.

Сценарии применения

  • генерация фрагментов программ по комментариям
  • автодополнение незавершённого исходного кода
  • создание шаблонов функций и небольших скриптов
  • локальное тестирование моделей генерации кода
  • генерация кода на Python, JavaScript, Java, Go, C и C++

Ограничения

Модель может генерировать синтаксически или семантически ошибочный и небезопасный код, поэтому результаты необходимо проверять и тестировать. Специфические эффекты дополнительного дообучения этой версии и её точные характеристики не описаны в доступных источниках.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CodeGenForCausalLM
Ревизия весов
79e3337

0 моделей