/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Опубликована
25 сен 2022

codebert-c

Заполнение пропусковТекст → текст3 профессии

RoBERTa-модель, дообученная на C-коде для восстановления замаскированных токенов и применения в CodeBERTScore.

121скачиваний за 30 дней6лайковвеса обновлены27 фев 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

neulab/codebert-c — модель семейства RoBERTa для восстановления скрытых фрагментов кода на языке C. Она основана на microsoft/codebert-base-mlm и дообучена в течение 1 000 000 шагов на корпусе C-кода codeparrot/github-code-clean с задачей masked language modeling. Модель содержит около 151,8 млн параметров, принимает последовательности длиной до 514 токенов и распространяется в формате PyTorch.

Модель предназначена для использования в CodeBERTScore, а также может применяться в других сценариях, где требуется предсказывать замаскированные токены в C-коде. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • восстановление замаскированных фрагментов кода на C
  • оценка сходства кода с помощью CodeBERTScore
  • предсказание пропущенных токенов в исходном коде на C

Ограничения

Контекст ограничен 514 токенами; обучение ориентировано на C-код, поэтому качество для других языков программирования не подтверждено. Лицензия не указана в предоставленных сведениях.

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

This is a microsoft/codebert-base-mlm model, trained for 1,000,000 steps (with batch_size=32) on C code from the codeparrot/github-code-clean dataset, on the masked-language-modeling task.

It is intended to be used in CodeBERTScore: https://github.com/neulab/code-bert-score, but can be used for any other model or task.

For more information, see: https://github.com/neulab/code-bert-score

Citation

If you use this model for research, please cite:

@article{zhou2023codebertscore,
  url = {https://arxiv.org/abs/2302.05527},
  author = {Zhou, Shuyan and Alon, Uri and Agarwal, Sumit and Neubig, Graham},
  title = {CodeBERTScore: Evaluating Code Generation with Pretrained Models of Code},  
  publisher = {arXiv},
  year = {2023},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
1e7a39e

0 моделей