/ Модель
Каталог

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

Ссылки

Hugging Face

jnkto3

stojchet
Генерация текстаТекст → текст3 профессии

Дообученная на базе DeepSeek Coder 1.3B модель для генерации текста, включая возможное продолжение и автодополнение кода.

36скачиваний 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.

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

jnkto3 — дообученная модель для генерации текста на основе DeepSeek Coder 1.3B Base, разработанная владельцем репозитория stojchet. Это плотная авторегрессионная модель семейства LLaMA с 1,3 млрд параметров, рассчитанная на контекст до 16 384 токенов. Базовая модель предназначена для продолжения, автодополнения и заполнения пропусков в коде, однако карточка не уточняет, какие именно сценарии дообучения jnkto3 поддерживает.

В README приведены результаты оценки: loss 0,4371 и метрики предпочтений выбранных и отклонённых ответов; сведений о датасете, языках, конкретной специализации, применении и ограничениях не дано. Модель опубликована в формате safetensors. Лицензия указана как other, поэтому условия использования следует сверить с карточкой репозитория.

Сценарии применения

  • генерация продолжения кода
  • автодополнение кода
  • заполнение пропусков в коде
  • генерация текста на основе запроса

Ограничения

README не описывает специализацию, обучающие данные и ограничения модели, поэтому её пригодность для конкретных задач по приведённым метрикам оценить нельзя. Лицензия обозначена как other; проверьте условия использования в карточке репозитория.

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

jnkto3

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: 0.4371
  • Eval/rewards/chosen: 0.9058
  • Eval/logps/chosen: -133.5373
  • Eval/rewards/rejected: -0.9482
  • Eval/logps/rejected: -190.5430
  • Eval/rewards/margins: 1.8540
  • Eval/kl: 7.0296

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: 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: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.42512.561000.43717.0296

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
64b10d4

0 моделей

    Создать бенчмарк