/ 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
18 июл 2024

k6

Генерация текстаТекст → текст5 профессий

k6 — дообученная модель DeepSeek Coder на 1,3 млрд параметров для генерации текста и кода.

22скачиваний 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

k6 — дообученная модель на 1,3 млрд параметров, созданная на основе deepseek-ai/deepseek-coder-1.3b-base. Она использует плотную архитектуру семейства Llama и предназначена для генерации текста; базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде. Контекст модели составляет 16 384 токена.

В карточке указаны результаты оценки: loss 0,1628 и метрики предпочтения ответов, однако набор данных обозначен как None, а сведения о назначении дообучения и сценариях применения отсутствуют. Модель распространяется под лицензией other; конкретные условия этой лицензии в доступных данных не раскрыты.

Сценарии применения

  • генерация фрагментов кода
  • автодополнение кода
  • продолжение исходного кода
  • заполнение пропусков в коде

Ограничения

Назначение и данные для дообучения не описаны, поэтому качество модели в конкретных сценариях программирования по карточке оценить нельзя. Указана лицензия other, но её точные условия не приведены.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

k6

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: 0.1628
  • Eval/rewards/chosen: 1.9672
  • Eval/logps/chosen: -122.9227
  • Eval/rewards/rejected: -13.4303
  • Eval/logps/rejected: -315.3628
  • Eval/rewards/margins: 15.3975
  • Eval/kl: 0.9837

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: 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: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.11521.70941000.169910.6285
0.01513.41882000.16280.9837

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
24f4346

0 моделей