/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,3 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
26 фев 2024

OpenCodeInterpreter-DS-1.3B

Генерация текстаТекст → текст6 профессий

Диалоговая модель на основе DeepSeek Coder 1.3B для генерации и итеративного улучшения программного кода.

86скачиваний за 30 дней26лайковвеса обновлены3 мар 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

OpenCodeInterpreter-DS-1.3B — языковая модель для генерации кода, разработанная в рамках проекта OpenCodeInterpreter. Она предназначена для диалогового написания кода и итеративного улучшения решений с использованием обратной связи от выполнения. Модель основана на DeepSeek Coder 1.3B и использует плотную архитектуру Llama с 1,3 млрд параметров; заявленный контекст — 16 384 токена.

В README приведены результаты на HumanEval и MBPP, а также показано улучшение отдельных показателей при добавлении обратной связи от выполнения. Это указывает на пригодность модели для генерации и доработки программного кода, но сами результаты бенчмарков не гарантируют качество для конкретного проекта. Модель принимает текстовые запросы и выдаёт текст, включая код. Лицензия — Apache-2.0.

Сценарии применения

  • генерация кода по текстовому описанию
  • написание функций и небольших программ
  • доработка кода по обратной связи от выполнения
  • решение задач HumanEval и MBPP
  • диалоговая помощь при программировании

Ограничения

Модель имеет 1,3 млрд параметров, поэтому её возможности могут быть ограничены по сравнению с более крупными кодовыми моделями. Приведённые результаты относятся к указанным бенчмаркам и не гарантируют качество на других задачах.

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

Introduction

OpenCodeInterpreter is a family of open-source code generation systems designed to bridge the gap between large language models and advanced proprietary systems like the GPT-4 Code Interpreter. It significantly advances code generation capabilities by integrating execution and iterative refinement functionalities.

For further information and related work, refer to our paper: "OpenCodeInterpreter: A System for Enhanced Code Generation and Execution" available on arXiv.

Model Information

This model is based on deepseek-coder-1.3b-base.

Benchmark Scores

The OpenCodeInterpreter Models series exemplifies the evolution of coding model performance, particularly highlighting the significant enhancements brought about by the integration of execution feedback. In an effort to quantify these improvements, we present a detailed comparison across two critical benchmarks: HumanEval and MBPP. This comparison not only showcases the individual performance metrics on each benchmark but also provides an aggregated view of the overall performance enhancement. The subsequent table succinctly encapsulates the performance data, offering a clear perspective on how execution feedback contributes to elevating the models' capabilities in code interpretation and execution tasks.

BenchmarkHumanEval (+)MBPP (+)Average (+)
OpenCodeInterpreter-DS-1.3B65.2 (61.0)63.4 (52.4)64.3 (56.7)
+ Execution Feedback65.2 (62.2)65.2 (55.6)65.2 (58.9)
OpenCodeInterpreter-DS-6.7B76.2 (72.0)73.9 (63.7)75.1 (67.9)
+ Execution Feedback81.1 (78.7)82.7 (72.4)81.9 (75.6)
+ Synth. Human Feedback87.2 (86.6)86.2 (74.2)86.7 (80.4)
+ Synth. Human Feedback (Oracle)89.7 (86.6)87.2 (75.2)88.5 (80.9)
OpenCodeInterpreter-DS-33B79.3 (74.3)78.7 (66.4)79.0 (70.4)
+ Execution Feedback82.9 (80.5)83.5 (72.2)83.2 (76.4)
+ Synth. Human Feedback88.4 (86.0)87.5 (75.9)88.0 (81.0)
+ Synth. Human Feedback (Oracle)92.7 (89.7)90.5 (79.5)91.6 (84.6)
OpenCodeInterpreter-CL-7B72.6 (67.7)66.4 (55.4)69.5 (61.6)
+ Execution Feedback75.6 (70.1)69.9 (60.7)72.8 (65.4)
OpenCodeInterpreter-CL-13B77.4 (73.8)70.7 (59.2)74.1 (66.5)
+ Execution Feedback81.1 (76.8)78.2 (67.2)79.7 (72.0)
OpenCodeInterpreter-CL-34B78.0 (72.6)73.4 (61.4)75.7 (67.0)
+ Execution Feedback81.7 (78.7)80.2 (67.9)81.0 (73.3)
OpenCodeInterpreter-CL-70B76.2 (70.7)73.0 (61.9)74.6 (66.3)
+ Execution Feedback79.9 (77.4)81.5 (69.9)80.7 (73.7)
OpenCodeInterpreter-GM-7B56.1 (50.0)39.8 (34.6)48.0 (42.3)
+ Execution Feedback64.0 (54.3)48.6 (40.9)56.3 (47.6)
OpenCodeInterpreter-SC2-3B65.2 (57.9)62.7 (52.9)64.0 (55.4)
+ Execution Feedback67.1 (60.4)63.4 (54.9)65.3 (57.7)
OpenCodeInterpreter-SC2-7B73.8 (68.9)61.7 (51.1)67.8 (60.0)
+ Execution Feedback75.6 (69.5)66.9 (55.4)71.3 (62.5)
OpenCodeInterpreter-SC2-15B75.6 (69.5)71.2 (61.2)73.4 (65.4)
+ Execution Feedback77.4 (72.0)74.2 (63.4)75.8 (67.7)

Note: The "(+)" notation represents scores from extended versions of the HumanEval and MBPP benchmarks. To ensure a fair comparison, the results shown for adding execution feedback are based on outcomes after just one iteration of feedback, without unrestricted iterations. This approach highlights the immediate impact of execution feedback on performance improvements across benchmarks.

Model Usage

Inference

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
model_path="m-a-p/OpenCodeInterpreter-DS-1.3B"

tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()

prompt = "Write a function to find the shared elements from the given two lists."
inputs = tokenizer.apply_chat_template(
        [{'role': 'user', 'content': prompt }],
        return_tensors="pt"
    ).to(model.device)
outputs = model.generate(
    inputs, 
    max_new_tokens=1024,
    do_sample=False,
    pad_token_id=tokenizer.eos_token_id,
    eos_token_id=tokenizer.eos_token_id,
)
print(tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True))

Contact

If you have any inquiries, please feel free to raise an issue or reach out to us via email at: xiangyue.work@gmail.com, zhengtianyu0428@gmail.com. We're here to assist you!"

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
624add5

0 моделей