/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
21 янв 2024

tinymistral-v2-pycoder-instruct-248m

Генерация текстаТекст → текст4 профессии

Небольшая дообученная модель семейства Mistral для генерации Python-кода по текстовым инструкциям.

22скачиваний за 30 дней3лайкавеса обновлены24 янв 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

tinymistral-v2-pycoder-instruct-248m — инструктивная модель для генерации кода на Python, опубликованная jtatman и дообученная на базе Locutusque/TinyMistral-248M-v2-Instruct. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и 215,2 млн параметров. Она принимает текстовые инструкции в формате ChatML и генерирует Python-код; заявленное контекстное окно — 32 768 токенов.

Модель обучалась на трех наборах данных с Python-кодом и инструкциями после преобразования в формат Alpaca/instruct. Карточка описывает её как находящуюся в активной разработке и предупреждает, что качество генерируемого кода различается. Лицензия в метаданных указана как Apache-2.0, тогда как README указывает MIT; проверьте лицензию репозитория перед использованием.

Сценарии применения

  • генерация фрагментов кода на Python по описанию задачи
  • создание простых функций и скриптов на Python
  • получение примеров Python-кода в ответ на инструкцию

Ограничения

README предупреждает, что модель находится в активной разработке, а качество генерируемого кода различается; результатов оценки качества карточка не приводит. Лицензии расходятся: в метаданных указана Apache-2.0, а в README — MIT.

Для каких профессий подходит4

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

Model Card for tinymistral-v2-pycoder-instruct-248m

This modelcard is for tinymistral-v2-pycoder-instruct, a python-specific code generation model on top of Locutusque/TinyMistral-248M-v2-Instruct.

Model Details

This instruct model follows the original in using ChatML format.

An empty prompt will return various information from the base model, but using the instruct format will deliver python code of varying quality.

Model Description

Model is in active development, base model is in active development, and all should be treated with caution.

Uses

Generate python code.

Direct Use

Probably could be fine tuned with a more comprehensive dataset. Experiments are in progress.

How to Get Started with the Model

Use the prompt format below to get started with the model.

<|im_start|>user Write a function for multiplying two numbers, from variables 'a' and 'b'.<|im_end|> <|im_start|>assistant

Training Details

Training Data

Custom formatted existing python data from:

Training Procedure

Repeat training depending on compute budget.

Preprocessing

Conversion to alpaca/instruct format.

Training Hyperparameters

  • Training regime: fp16, merge of parameter fine-tune adapters when necessary and helpful.

Evaluation

Metrics

Latest metrics:

  • epoch: 4.87
  • global_step: 220
  • learning_rate: 0.00006713780918727916
  • loss: 2.3736

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
b12ecb6

0 моделей