Характеристики
- Контекст
- 2 048 токенов
- Архитектура
- codegen · dense
- Опубликована
- 22 июл 2023
Ссылки
codegen350multi_finetuned
Компактная дообученная CodeGen-модель для генерации и автодополнения программного кода по текстовым подсказкам.
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
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
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- CodeGenForCausalLM
- Ревизия весов
- 79e3337