/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,3 млрд
Размер весов
5,4 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
deepseek-coder-1.3b-base
Опубликована
18 июл 2024

d1

Генерация текстаТекст → текст3 профессии

d1 — дообученная 1,3-миллиардная модель генерации текста на базе DeepSeek Coder для продолжения и автодополнения кода.

12скачиваний за 30 дней0лайковвеса обновлены18 июл 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

d1 — дообученная модель генерации текста на базе deepseek-ai/deepseek-coder-1.3b-base. Разработчик указывает, что модель обучена на наборе данных generator; в метаданных архитектура обозначена как плотная Llama с классом LlamaForCausalLM, размер — 1,3 млрд параметров, контекст — до 16 384 токенов.

Модель предназначена для генерации текста. Базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде, однако карточка d1 не описывает её целевые сценарии подробнее. В README приведены метрики оценки, включая loss 0,1395 и точность предпочтений 0,9737; методика и набор оценки не раскрыты. Файлы модели представлены в формате safetensors. Лицензия указана как other, без конкретных условий в доступных данных.

Сценарии применения

  • продолжение фрагмента кода
  • автодополнение кода
  • заполнение пропусков в коде

Ограничения

Карточка не уточняет сценарии использования, языки программирования, методику оценки или ограничения модели; приведённые метрики оценки не сопровождаются описанием набора и протокола. Лицензия обозначена как other, поэтому конкретные условия использования требуют проверки в репозитории.

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

d1

This model is a fine-tuned version of deepseek-ai/deepseek-coder-1.3b-base on the generator dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1395
  • Rewards/chosen: -0.1261
  • Rewards/rejected: -19.6585
  • Rewards/accuracies: 0.9737
  • Rewards/margins: 19.5324
  • Logps/rejected: -369.5529
  • Logps/chosen: -169.7162
  • Logits/rejected: -9.2987
  • Logits/chosen: -8.0855

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: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.08411.71491000.05420.8716-12.25660.973713.1282-295.5336-159.7391-16.8791-17.5293
0.00133.42982000.1395-0.1261-19.65850.973719.5324-369.5529-169.7162-9.2987-8.0855

Framework versions

  • Transformers 4.43.0.dev0
  • Pytorch 2.2.2+cu121
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
7a55b3a

0 моделей