/ Модель

Характеристики

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

codebert-java

Заполнение пропусковТекст → текст3 профессии

RoBERTa-модель, дообученная на Java-коде для восстановления пропущенных токенов и использования в CodeBERTScore.

8 496скачиваний за 30 дней13лайковвеса 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-java — модель семейства RoBERTa, разработанная на основе microsoft/codebert-base-mlm и дообученная на исходном коде Java из набора codeparrot/github-code-clean. Обучение продолжалось 1 000 000 шагов с размером пакета 32 для задачи восстановления замаскированных токенов.

Модель предназначена для использования в CodeBERTScore и может применяться для заполнения пропусков в Java-коде и других задач анализа кода, где полезны представления, обученные на Java. Число параметров — 151,8 млн, длина контекста — 514 токенов; формат репозитория — PyTorch.

Карточка не сообщает отдельную лицензию и не описывает сравнительные преимущества или ограничения качества модели.

Сценарии применения

  • восстановление замаскированных фрагментов Java-кода
  • оценка сходства сгенерированного Java-кода в CodeBERTScore
  • анализ Java-кода с помощью представлений, обученных на исходном коде

Ограничения

Обучение проводилось на Java-коде, поэтому пригодность для других языков программирования не установлена. Карточка не сообщает лицензию и не приводит сравнительных оценок качества.

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 Java 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
334adda

0 моделей