/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

jd9

stojchet
Генерация текстаТекст → текст3 профессии

jd9 — дообученная на датасете generator модель DeepSeek Coder для генерации текста и экспериментов с автодополнением кода.

20скачиваний 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.

Открыть конструктор бенчмарка

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

jd9 — дообученная модель генерации текста на базе deepseek-ai/deepseek-coder-1.3b-base, обученная на датасете generator. Она использует плотную архитектуру семейства Llama, содержит 1,3 млрд параметров и принимает текст для генерации продолжения. Базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде, поэтому jd9 может подойти для экспериментов с генерацией кода и текстовым автодополнением. Для модели заявлено контекстное окно 16 384 токена; веса доступны в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения кода
  • автодополнение фрагментов кода
  • заполнение пропусков в коде
  • эксперименты с генерацией текста на основе DeepSeek Coder

Ограничения

README не содержит сведений об оценке качества или конкретных ограничениях модели. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

jd9

This model is a fine-tuned version of deepseek-ai/deepseek-coder-1.3b-base on the generator dataset.

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: 1e-06
  • train_batch_size: 32
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 2048
  • 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

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
9e2fd06

0 моделей

    Создать бенчмарк