/ Модель
Каталог

Характеристики

Параметры
660 млн
Лицензия
BigScience BLOOM RAIL 1.0
Архитектура
bloom · dense
Опубликована
7 дек 2022

Ссылки

Hugging Face

bloom-560m-finetuned-the-stack-cobol

mrm8488
Генерация текстаТекст → текст3 профессии

Дообученная версия BLOOM-560m для генерации текста, ориентированная по названию на код COBOL.

34скачиваний за 30 дней5лайковвеса обновлены7 дек 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 «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.

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

mrm8488 выпустил дообученную версию языковой модели BLOOM-560m для генерации текста. Модель содержит около 659,6 млн параметров, использует плотную архитектуру BLOOM и доступна в формате PyTorch. В карточке указана оценка Loss 1,0341 на наборе для оценки, но название обучающего набора приведено как None.

По названию репозитория модель предназначена для генерации кода на COBOL. Карточка не уточняет поддерживаемые языки программирования, сценарии применения или качество генерации кода; лицензия — BigScience BLOOM Rail 1.0.

Сценарии применения

  • генерация фрагментов кода на COBOL
  • продолжение текста программы на COBOL
  • создание черновика COBOL-кода по текстовому контексту

Ограничения

В README не описаны обучающие данные и ограничения; единственная приведённая метрика — Loss 1,0341 на оценочном наборе. Пригодность для конкретных задач COBOL по карточке оценить нельзя.

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 443моделиII.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bloom-560m-finetuned-the-stack-cobol

This model is a fine-tuned version of bigscience/bloom-560m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0341

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 1
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.77491.3110001.0341

Framework versions

  • Transformers 4.24.0
  • Pytorch 1.13.0+cu117
  • Datasets 2.5.1
  • Tokenizers 0.13.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BloomForCausalLM
Ревизия весов
2657878

0 моделей

    Создать бенчмарк