/ Модель

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

jk1

Генерация текстаТекст → текст3 профессии

jk1 — дообученная модель DeepSeek Coder на 1,3 млрд параметров для генерации текста и задач продолжения кода.

21скачиваний 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

jk1 — дообученная модель на базе DeepSeek Coder 1.3B Base, опубликованная пользователем stojchet. Это плотная авторегрессионная языковая модель архитектуры Llama с 1,3 млрд параметров; метаданные указывают контекст до 16 384 токенов. Она предназначена для генерации текста, а базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде. Карточка сообщает о дообучении и приводит метрики оценки, но не описывает датасет, методику обучения или целевые сценарии jk1. Модель опубликована в формате safetensors; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • генерация продолжения исходного кода
  • автодополнение кода
  • заполнение пропусков в коде

Ограничения

Карточка не раскрывает обучающие данные, методику обучения и проверенные сценарии использования jk1; приведённых метрик недостаточно для оценки качества на практических задачах. Лицензия в доступных данных не указана.

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

jk1

This model is a fine-tuned version of deepseek-ai/deepseek-coder-1.3b-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4491
  • Eval/rewards/chosen: -3.2146
  • Eval/logps/chosen: -135.3127
  • Eval/rewards/rejected: -13.3743
  • Eval/logps/rejected: -264.5731
  • Eval/rewards/margins: 10.1598
  • Eval/kl: 0.0

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.11381.70581000.44910.0

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
a5af52e

0 моделей