/ Модель

Характеристики

Контекст
8 192 токена
Размер весов
31,6 ГБ
Лицензия
bigcode-openrail-m
Архитектура
gpt_bigcode · dense
Библиотека
transformers
Опубликована
10 янв 2024

opencsg-starcoder-v0.1

Генерация текстаТекст → текст7 профессий

Полнопараметрическая донастройка StarCoder для генерации и дополнения кода на множестве языков программирования.

92скачиваний за 30 дней0лайковвеса обновлены28 мар 2024

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.

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

opencsg-starcoder-v0.1 — языковая модель для генерации и дополнения кода, созданная исследовательской командой OpenCSG. Это полнопараметрическая донастройка StarCoder с 15,5 млрд параметров, обученной на данных более чем с 80 языков программирования из The Stack v1.2; для версии opencsg-starcoder-v0.1 указан контекст 8192 токена и архитектура GPTBigCode. Модель предназначена для генерации кода по текстовым запросам и продолжения фрагментов программ.

В README приведён результат HumanEval для Python: Pass@1 42,68% при жадном декодировании и оценке только по исходным условиям задач. Этот результат не гарантирует аналогичного качества на других языках и практических задачах разработки. Модель распространяется по лицензии BigCode OpenRAIL-M.

Сценарии применения

  • генерация кода по текстовому описанию
  • автодополнение незавершённых фрагментов кода
  • решение задач на программирование на Python
  • создание функций и алгоритмов на языках программирования

Ограничения

Результат HumanEval измерен только на Python при жадном декодировании и без дополнительных инструкций; он не характеризует все языки и реальные задачи разработки. README указывает, что дополнительные оценки для практических задач планировались позднее.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Opencsg-starcoder-v0.1 [中文] [English]

The vision of OpenCSG is to empower every industry, every company, and every individual to own their models. We adhere to the principles of openness and open source, making the large model software stack of OpenCSG available to the community. We welcome everyone to use, send feedback, and contribute collaboratively.

Model Description

The StarCoder models are 15.5B parameter models trained on 80+ programming languages from The Stack (v1.2), with opt-out requests excluded. Based on StarCoder, opencsg-starcoder-v0.1 was fintuned by OpenCSG LLM Research Team througth full-paramters fine-tuning method.

Model Eval

HumanEval is the most common code generation benchmark for evaluating model performance, especially on the compeltion of code exercise cases. Model evaluation is, to some extent, a metaphysics. Different models have different sensitivities to decoding methods, parameters and instructions. It is impratical for us to manually set specific configurations for each fine-tuned model, because a real LLM should master general capabilities despite the parameters being manipulated by users.

Therefore, OpenCSG racked their brains to provide a relatively fair method to compare the fine-tuned models on the HumanEval benchmark. To simplify the comparison, we chosed the Pass@1 metric for the Python language, but our fine-tuning dataset includes samples in multiple languages.

For fairness, we evaluated the original and fine-tuned StarCoder models based only on the prompts from the original cases, without including any other instructions.

Otherwise, we use the greedy decoding method for each model during evaluation.

ModelHumanEval python pass@1
starcoder35.98%
opencsg-starcoder-v0.142.68%

TODO

  • We will provide more benchmark scores on fine-tuned models in the future.
  • We will provide different practical problems to evaluate the performance of fine-tuned models in the field of software engineering.

Model Usage

from transformers import AutoTokenizer
import transformers
import torch

model = "opencsg/opencsg-starcoder-v0.1"

tokenizer = AutoTokenizer.from_pretrained(model, trust_remote_code=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)
input_text = """#Generate one test case for the following code.
def quick_sort(arr):
    if len(arr) < 2:
        return arr
    else:
        pivot = arr[0]
        less = [i for i in arr[1:] if i <= pivot]
        greater = [i for i in arr[1:] if i > pivot]
        return quick_sort(less) + [pivot] + quick_sort(greater)
"""
sequences = pipeline(
    input_text,
    do_sample=False,
    top_k=10,
    temperature=0.1,
    top_p=0.95,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
    max_length=256,
)
for seq in sequences:
    print(seq['generated_text'][len(input_text):])

generate output

# Test case
arr = [5, 2, 9, 1, 7]
print(quick_sort(arr))

Training

Hardware

  • GPUs: 8 Tesla A800
  • Training time: 7 hours

Software

OpenCSG介绍

OpenCSG的愿景是让每个行业、每个公司、每个人都拥有自己的模型。 我们坚持开源开放的原则,将OpenCSG的大模型软件栈开源到社区,欢迎使用、反馈和参与共建,欢迎关注。

模型介绍

StarCoder 模型是在 The Stack (v1.2) 中的 80 多种编程语言上训练的 155 亿参数模型,不包括用户请求排除在训练数据之外的部分。 opencsg-starcoder-v0.1是 OpenCSG 大模型研究团队基于 StarCoder,通过全参数微调的方法进行调优的。

模型评估

HumanEval 是评估模型在代码生成方面性能的最常见的基准,尤其是在代码习题的补全方面。 模型评估在某种程度上是一种玄学。不同的模型对解码方法、参数和指令的敏感度不同, 优秀的大模型是具备通用能力的,而不会因为解码参数的调整使得模型的生成表现有很大的差异。

因此,OpenCSG 提供了一个相对公平的方法来在 HumanEval 基准上比较各微调模型。 方便起见,我们选择了Python语言Pass@1指标,但要注意的是,我们的微调数据集是包含多种编程语言。

为了公平起见,我们仅根据原始问题的提示来评估原始和微调过的 StarCoder 模型,不包含任何其他说明。

除此之外,我们在评估过程中对每个模型都使用贪婪解码方法。

模型HumanEval python pass@1
starcoder35.98%
opencsg-starcoder-v0.142.68%

TODO

  • 未来我们将提供更多微调模型的在各基准上的分数。
  • 我们将提供不同的实际问题来评估微调模型在软件工程领域的性能。

模型使用

from transformers import AutoTokenizer
import transformers
import torch

model = "opencsg/opencsg-starcoder-v0.1"

tokenizer = AutoTokenizer.from_pretrained(model, trust_remote_code=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)
input_text = """#Generate one test case for the following code.
def quick_sort(arr):
    if len(arr) < 2:
        return arr
    else:
        pivot = arr[0]
        less = [i for i in arr[1:] if i <= pivot]
        greater = [i for i in arr[1:] if i > pivot]
        return quick_sort(less) + [pivot] + quick_sort(greater)
"""
sequences = pipeline(
    input_text,
    do_sample=False,
    top_k=10,
    temperature=0.1,
    top_p=0.95,
    num_return_sequences=1,
    eos_token_id=tokenizer.eos_token_id,
    max_length=256,
)
for seq in sequences:
    print(seq['generated_text'][len(input_text):])

generate output

# Test case
arr = [5, 2, 9, 1, 7]
print(quick_sort(arr))

训练

硬件资源

  • GPU数量: 8 Tesla A800
  • 训练时间: 7 小时

软件使用

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTBigCodeForCausalLM
Ревизия весов
83294ba

0 моделей