/ 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
16 июл 2024

jndpo2

Генерация текстаТекст → текст3 профессии

jndpo2 — дообученная на наборе generator модель DeepSeek Coder для продолжения и автодополнения кода.

17скачиваний за 30 дней0лайковвеса обновлены16 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

jndpo2 — дообученная модель для генерации кода, созданная на основе deepseek-ai/deepseek-coder-1.3b-base с использованием набора данных generator. Она предназначена для продолжения и автодополнения кода, а также заполнения пропусков в коде — задач, для которых создана базовая модель. Модель использует плотную архитектуру семейства Llama с причинным языковым моделированием, содержит 1,3 млрд параметров и поддерживает контекст до 16 384 токенов.

В README приведены результаты оценки на тестовом наборе, но описание методики, состав данных и сценарии применения не раскрыты. Указана лицензия other; конкретные условия использования следует проверять в репозитории модели.

Сценарии применения

  • продолжение фрагмента исходного кода
  • автодополнение кода в редакторе
  • заполнение пропущенных участков кода

Ограничения

README не описывает методику оценки, состав обучающих данных и известные ограничения. Лицензия обозначена как other, поэтому конкретные условия использования нужно уточнять 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

jndpo2

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: 0.0001
  • Rewards/chosen: 0.2169
  • Rewards/rejected: -18.5283
  • Rewards/accuracies: 1.0
  • Rewards/margins: 18.7452
  • Logps/rejected: -314.1786
  • Logps/chosen: -108.3139
  • Logits/rejected: -19.7908
  • Logits/chosen: -19.2399

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: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossRewards/chosenRewards/rejectedRewards/accuraciesRewards/marginsLogps/rejectedLogps/chosenLogits/rejectedLogits/chosen
0.06291.70671000.00010.2169-18.52831.018.7452-314.1786-108.3139-19.7908-19.2399

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
c4023a3

0 моделей