/ Модель

Характеристики

Контекст
16 384 токена
Параметры
33,1 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Опубликована
24 янв 2024

Everyone-Coder-33b-Base

Генерация текстаТекст → текст7 профессий

Сообщественная модель на базе DeepSeek Coder 33B для генерации кода и решения задач программирования.

85скачиваний за 30 дней21лайквеса обновлены4 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

Everyone-Coder-33b-Base — модель для генерации кода из серии EveryoneLLM, созданная сообществом. По карточке, это слияние дообученных версий DeepSeek Coder 33B Base; в метаданных указаны архитектура LlamaForCausalLM, 33,1 млрд параметров и формат safetensors. Модель принимает текст и генерирует текст, поддерживает диалоговый сценарий и контекст до 16 384 токенов.

Модель предназначена для решения задач программирования, включая ответы на запросы о коде и прохождение задач на программирование. Автор сообщает о хороших результатах ручных сравнений, но не приводит воспроизводимого описания бенчмарков. В карточке отмечена проблема с завершением генерации: для остановки ответа предлагается специальный шаблон и стоп-строка.

Лицензия в метаданных обозначена как other, без конкретных условий в предоставленных данных.

Сценарии применения

  • генерация кода по текстовому запросу
  • решение задач и челленджей по программированию
  • получение ответов на вопросы о коде

Ограничения

Автор отмечает, что модель может некорректно завершать генерацию, поэтому для остановки ответа может потребоваться специальный шаблон и стоп-строка. Заявления о качестве основаны на ручном тестировании без воспроизводимого описания бенчмарков.

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

Everyone-Coder-33b-Base

image/jpeg

EveryoneLLM series of models made by the community, for the community. This is a coding specific model made using fine-tunes of deekseekcoder-33b-base.


Im having trouble benchmarking this model because I suck at running llm benchmarks, but from hand testing running the model through https://edabit.com/challenge coding challenges vs up to date gpt-4. My model is hands down beating it in coding.


Ive recently noticed this model has trouble with end tokens so I made a custom prompt template for it. Made sure to add (Always end with "<|EOT|>") In addition to your system prompt and (Always end your response with "<|EOT|>") at the end of the User message is the preset. Then add <|EOT|> as a custom stop string in your LM text generating interface.

Always end with "<|EOT|>"

{System}

<|User|>

{User}. Always end your response with "<|EOT|>"

<|Assistant|>

{Assistant}

The models that were used in this merger were as follow:

Thank you to the creators of the above ai models, they have full credit for the EveryoneLLM series of models. Without their hard work we wouldnt be able to achieve the great success we have in the open source community. 💗

You can find the write up for merging models here:

https://docs.google.com/document/d/1_vOftBnrk9NRk5h10UqrfJ5CDih9KBKL61yvrZtVWPE/edit?usp=sharing

Config for the merger can be found bellow:

models:
  - model: WizardLM_WizardCoder-33B-V1.1
    parameters:
      density: 1
      weight: .5
  - model: codefuse-ai_CodeFuse-DeepSeek-33B
    parameters:
      density: 1
      weight: .5
merge_method: ties
base_model: deepseek-ai_deepseek-coder-33b-instruct
parameters:
  normalize: true
  int8_mask: true
dtype: float16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.49.48
AI2 Reasoning Challenge (25-Shot)45.99
HellaSwag (10-Shot)61.71
MMLU (5-Shot)44.05
TruthfulQA (0-shot)42.26
Winogrande (5-shot)63.06
GSM8k (5-shot)39.80

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
cc7ce6d

0 моделей