/ 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

nkto1

Генерация текстаТекст → текст3 профессии

Дообученная на базе DeepSeek Coder 1.3B модель для генерации текста и задач продолжения кода.

14скачиваний 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

nkto1 — дообученная модель на 1,3 млрд параметров на основе deepseek-ai/deepseek-coder-1.3b-base. В метаданных указана архитектура семейства Llama и формат весов safetensors; исходная модель предназначена для продолжения, автодополнения и заполнения пропусков в коде.

Модель поддерживает генерацию текста с контекстом до 16 384 токенов. README сообщает о дообучении методом KTO и приводит метрики оценки, но не раскрывает обучающие данные, целевые сценарии или ограничения; поэтому пригодность nkto1 для конкретных задач сверх генерации текста по карточке подтвердить нельзя. Указана лицензия other, без подробных условий использования.

Сценарии применения

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

Ограничения

README не описывает целевые сценарии, обучающие данные и ограничения; указана лицензия other без конкретных условий. Метрики оценки приведены без описания набора данных и протокола.

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

nkto1

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: 0.1678
  • Eval/rewards/chosen: 2.6953
  • Eval/logps/chosen: -115.6411
  • Eval/rewards/rejected: -9.9410
  • Eval/logps/rejected: -280.4737
  • Eval/rewards/margins: 12.6363
  • Eval/kl: 9.2011

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: 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
0.20540.91431000.256117.1606
0.04381.82862000.205314.1969
0.02532.74293000.16789.2011

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
bb09fff

0 моделей