/ 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
18 июл 2024

Ссылки

Hugging Face

k4

stojchet
Генерация текстаТекст → текст

k4 — дообученная модель DeepSeek Coder на 1,3 млрд параметров для генерации и автодополнения кода.

19скачиваний 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

k4 — дообученная модель для генерации текста на основе DeepSeek Coder 1.3B Base, созданная автором репозитория stojchet. Она предназначена для продолжения и автодополнения кода; базовая модель также поддерживает заполнение пропусков в коде. Репозиторий содержит веса в формате Safetensors, архитектура — плотная LlamaForCausalLM с 1,3 млрд параметров и контекстом до 16 384 токенов.

README сообщает о дообучении на наборе данных, обозначенном как None, и приводит метрики оценки, но не описывает сценарии применения или состав данных. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

Сценарии применения

  • продолжение фрагмента кода
  • автодополнение кода
  • генерация кода по текстовому запросу
  • заполнение пропусков в коде

Ограничения

README не раскрывает обучающие данные и предназначение дообучения; указанный набор данных обозначен как None. Лицензия имеет тип other, поэтому перед использованием следует проверить её условия в репозитории.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

k4

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: 0.2448
  • Eval/rewards/chosen: 2.8764
  • Eval/logps/chosen: -113.8310
  • Eval/rewards/rejected: -6.5865
  • Eval/logps/rejected: -246.9232
  • Eval/rewards/margins: 9.4629
  • Eval/kl: 16.4805

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-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 256
  • 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
0.18981.70941000.244816.4805

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
4dbe8b3

0 моделей

    Создать бенчмарк