Характеристики

Контекст: 1 024 токена
Архитектура: gpt2 · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

CodeGPT-small-java-adaptedGPT2

microsoft

Генерация текстаТекст → текст3 профессии

CodeGPT-small-java-adaptedGPT2 — компактная GPT-2-подобная модель Microsoft для генерации и автодополнения Java-кода.

949скачиваний за 30 дней19лайковвеса обновлены24 янв 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.

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.

Открыть конструктор бенчмарка

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

CodeGPT-small-java-adaptedGPT2 — модель Microsoft для авторегрессионной генерации исходного кода, ориентированная прежде всего на Java. Она доступна в экосистеме Hugging Face и используется через Transformers для задачи text-generation.

Модель основана на decoder-only архитектуре GPT-2: 12 слоёв, 12 attention heads, размер скрытого представления 768 и словарь из 50 260 токенов. Максимальная длина контекста составляет 1 024 токена. Вариант adaptedGPT2 дообучен для работы с кодом Java и применяется для автодополнения фрагментов, генерации кода по контексту и экспериментов с моделями программного кода.

Сильные стороны модели — компактность по сравнению с крупными современными кодовыми LLM, поддержка стандартных реализаций PyTorch, TensorFlow и JAX и специализация на Java-коде. Ограничения включают короткий контекст в 1 024 токена и узкую специализацию; модель не является мультимодальной или диалоговой системой и требует проверки сгенерированного кода. Сведения о лицензии в доступных источниках не приведены.

Сценарии применения

автодополнение Java-кода
генерация Java-функций по текстовому описанию
продолжение незавершённых Java-фрагментов
генерация шаблонов Java-методов
эксперименты с языковыми моделями исходного кода

Ограничения

Контекст ограничен 1 024 токенами, а специализация на Java не означает надёжную работу с другими естественными или программными языками. Сгенерированный код необходимо проверять и тестировать.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей 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

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: GPT2LMHeadModel
Ревизия весов: a8f27a5