/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense

codebert-base

ЭмбеддингиТекст → embedding3 профессии

Предварительно обученная модель Microsoft на базе RoBERTa для получения представлений кода и текста, в том числе для поиска кода и генерации документации.

215 тыс.скачиваний за 30 дней294лайкавеса обновлены11 фев 2022

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 «Эмбеддинги» — 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

CodeBERT-base — предварительно обученная модель Microsoft для совместной работы с исходным кодом и естественным языком. Она основана на архитектуре RoBERTa и содержит 151,8 млн параметров; веса доступны в форматах PyTorch, TensorFlow и Flax. Модель обучена на парах документации и кода из CodeSearchNet с целями MLM и RTD и принимает последовательности длиной до 514 токенов.

CodeBERT предназначена для получения признаковых представлений кода и текста, которые можно использовать в поиске кода и генерации документации по коду. Её также можно применять как основу для задач, где нужно сопоставлять фрагменты программы с естественно-языковыми описаниями. Модель предоставляет векторные представления, а не готовый диалоговый интерфейс.

Модель выпущена Microsoft; лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск фрагментов кода по текстовому запросу
  • сопоставление исходного кода с документацией
  • получение признаковых представлений кода
  • подготовка основы для генерации документации по коду

Ограничения

Модель является предварительно обученным экстрактором признаков и сама по себе не предоставляет готовую генерацию текста или диалоговый интерфейс. Контекст ограничен 514 токенами; лицензия в предоставленных данных не указана.

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

CodeBERT-base

Pretrained weights for CodeBERT: A Pre-Trained Model for Programming and Natural Languages.

Training Data

The model is trained on bi-modal data (documents & code) of CodeSearchNet

Training Objective

This model is initialized with Roberta-base and trained with MLM+RTD objective (cf. the paper).

Usage

Please see the official repository for scripts that support "code search" and "code-to-document generation".

Reference

  1. CodeBERT trained with Masked LM objective (suitable for code completion)
  2. 🤗 Hugging Face's CodeBERTa (small size, 6 layers)

Citation

@misc{feng2020codebert,
    title={CodeBERT: A Pre-Trained Model for Programming and Natural Languages},
    author={Zhangyin Feng and Daya Guo and Duyu Tang and Nan Duan and Xiaocheng Feng and Ming Gong and Linjun Shou and Bing Qin and Ting Liu and Daxin Jiang and Ming Zhou},
    year={2020},
    eprint={2002.08155},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaModel
Ревизия весов
3b0952f

0 моделей